【python cvxpy】モデリング言語cvxpyを利用して数理最適化問題を解く

【はじめに】これまで「数理最適化問題」を解く際に「ソルバーに渡すモデリング言語」として「python-MIP」や「PuLP」の使い方を取り上げてきた。 今回は「モデリング言語：cvxpy」を取り上げる 【cvxpyの特徴について】「モデリング言語：cvxpy」の特徴を簡単に言うと、 というもの。 早速、例題を通して使い方をざっと見ていく。 【例題】：制約条件付きの最小二乗法(least squares problem with box constraints)例題に

【１年前のニュース】2021年3月ごろ【雑記】

※ITの記事ではありません。思い付きで普段とは違う感じで、実験的にnote記事をつくってみています。 【はじめに】DNP 大日本印刷でやってた「ちょうど1年前の今日のニュース（2022年2月28日で終了）」や「時事通信フォト：重要ニュース年表」などのように１年前の出来事を並べてみるノートです。 どんなことがあったかなぁと振り返るのもなかなか面白いものです。今回は2021年3月ごろを適当に振り返ってみます。 2021/2/28 ・福島第一原発３号機の使用済み核燃料566

【networkx igraph】networkxとigraph間でデータをやりとりする【python】

【はじめに】※再掲部分もありますが、今回はmatplotlib, networkx, igraphの３つを説明に盛り込んだのでボリュームが少し多いです。 前回は「igraph」、更にその前は「networkx」を使ったプログラムを紹介した。 どっちのライブラリの方が優れているか、という話ではなく、どちらもよい部分・苦手な部分があることを踏まえて使いこなせると本当はいい。 ・・・とはいえ実際の所、両方ともマスターするための時間を確保するのはなかなか難しい。 そこで今回は

【python igraph】pythonでigraphを使う

【はじめに】「ネットワーク分析」をするためのパッケージとして「igraph」というものもある。 < igraphのサイト > Ｒ言語と組み合わせて使った記事を見かけることが多いかもしれないが、別にＲ言語専用のものではない。 「igraph」自体はC/C++系の言語で作られており、pythonからコールできるようになっている。 < igraph in python > 今回は「Google Colab（ubuntu：Linux系OS）」上で「pythonからigrap

【python】最大フロー問題(最大流問題)をnetworkxで計算する【networkx】

【はじめに】今回は「networkx」をつかって、「最大フロー問題(最大流問題)」を計算してみる。 【例題】【解答例】実行環境は「Google Colab」。 ■networkxのインストール（アプデ等）もともと「GoogleColab」上に「networkx」はインストールされているのでやらなくてもいいっちゃいい。 !pip install networkx!pip install --upgrade networkx ■Jupyter用マジックコマンド等を仕込む%

AI 画像集

【Python MIP版】動的ロットサイズ決定問題の基本【dynamic lotsizing problem / Wagner-Whitinモデル（ワグナー・ウィッティンモデル）】

【はじめに】動的ロットサイズ決定問題をざっくりいうと イメージ図は以下の通り。 ※実際は、複数部品から製品が構成される、品目が複数ある、リード時間がある、等々、複雑な依存関係がでてくる。 ※Wagner-Whitinモデル（ワグナー・ウィッティン モデル）について 簡単にいうと「生産量上限」がないもののこと。 「動的ロットサイズ決定問題」の「詳細な説明・理論部分」は「専門家や書籍」を探して自分で調べてみよう。 今回はこの問題を「Python MIP」でプログラムし

【Python PuLP版】包絡分析法（DEA）モデル【CCRモデル】

【はじめに】このnoteでは「包絡分析法（DEA）モデル」について、「Python PuPL」でプログラムを作ってみる。 ※PuLP 内容としては「Python MIPで書いた記事」を「PuLP」でやるものだが、サンプルデータにはPandasで作成したDataFrameを使用したり、PuLPの使い方、全体的な説明や図を追加をしたり等、少しアレンジを入れている。 【実行環境について】今回は「Google Colab」上で実行してみる。 【例題】以下の「店舗０～５」につい

QAP.11：「DQM：Discrete Quadratic Models」で等式/不等式制約【量子コンピュータ/アニーリング@Python/D-Wave】

【はじめに】※再掲 「DQM」では「制約条件に相当する数式」として「linearパターン」と「quadraticパターン」がある。 前回は、「制約条件となる数式」を考えておき、それを「quadraticパターン」側に１つ１つ数式として追加していた。 「制約条件」は、「等式制約」の他にも「不等式制約」「論理制約」…など様々あり、『与えられた条件をどのように「数式として表現するのか」は難しい』。 【DQMの等式・不等式制約条件設定】これに対し、「DQM」では ・等式制約の設

「zenn」側に没ネタ追加しました。今回は「DWave、CQM」での「ナップサック問題」、「networkxを使った東北６県の４色問題」の例です。よろしければ合わせてご確認ください。 ノートのうらがわ：「https://zenn.dev/fz5050/books/311bf26267dbcc」

QAP.10：「DQM：Discrete Quadratic Models」の基本【量子コンピュータ/アニーリング@Python/D-Wave】

【はじめに】※再掲 「D-Wave（Ocean SDK）」では、計算させたい問題の種類にあわせて、いい感じに取り扱ってくれる「Model（計算モデルオブジェクト）」を用意している。大きく分けて「３つ」ある。 今回は「DQM：Discrete Quadratic Models」について。 【ＤＱＭ概要】公式ドキュメントによる説明と想定している数式は以下の参照。 ざっくりいうと といった状況で、離散値を取り扱いたい時に使える手段の一つ。 例えば、 　・グラフ彩色問題（４

QAP.07でやった内容の没ネタ「DWaveでBQMに制約条件を仕込む(dimod版)」 を「ノートのうらがわ」に追加しました。「dwavebinarycsp」を使った方法です。こちらもよろしければご覧ください。 https://zenn.dev/fz5050/books/311bf26267dbcc