查看: 5123|回复: 6

[问题求助] 蒙特卡罗方法解线性规划

字体大小: 正常放大

8 主题	3 听众	960 积分

升级 90%

TA的每日心情

	无聊 2015-3-3 18:13

签到天数: 256 天

[LV.8]以坛为家I

群组: Matlab讨论组

电梯直达

1^#

发表于 2012-6-16 20:28 |只看该作者 |正序浏览

|招呼Ta 关注Ta

求蒙特卡罗方法解线性规划详细的步骤和程序代码

zan

蒙特卡罗

转播0 淘帖0 分享1 收藏0 支持0 反对0 微信

相关帖子

使用道具举报

warmsnowman

8 主题	3 听众	960 积分

升级 90%

TA的每日心情

	无聊 2015-3-3 18:13

签到天数: 256 天

[LV.8]以坛为家I

群组: Matlab讨论组

7^#

发表于 2012-6-29 21:59 |只看该作者 |招呼Ta 关注Ta

liwenhui 发表于 2012-6-29 17:28
# p% h. L- g) e3 v3 E/ w线性规划最好用单纯型迭代，不必要使用蒙特卡罗方法
f" [, ]) D9 l W% v, a6 i* ] n每个方法都其实用范围，如果为了结果的准确性的话就选 ...

那是当然，在实际应用中如果有针对性的算法就用针对性的算法最好。
但我这是只是想研究拓展下蒙特卡罗的用法，看下他在其他方面的应用，说不定有新的发现

我也说一句

发表

使用道具举报

liwenhui

70 主题	66 听众	5198 积分

独孤求败

TA的每日心情

	擦汗 2018-4-26 23:29

签到天数: 1502 天

[LV.Master]伴坛终老

自我介绍: 紫薇软剑，三十岁前所用，误伤义士不祥，乃弃之深谷。重剑无锋，大巧不工。四十岁前恃之横行天下。四十岁后，不滞于物，草木竹石均可为剑。自此精修，渐进至无剑胜有剑之境。

群组: 计量经济学之性

群组: LINGO

6^#

发表于 2012-6-29 17:28 |只看该作者 |招呼Ta 关注Ta |邮箱已经成功绑定

线性规划最好用单纯型迭代，不必要使用蒙特卡罗方法
每个方法都其实用范围，如果为了结果的准确性的话就选用最合适的方法
当人，如果为了探索而得到标新立异的方法话，另当别论。

我也说一句

发表

使用道具举报

warmsnowman

8 主题	3 听众	960 积分

升级 90%

TA的每日心情

	无聊 2015-3-3 18:13

签到天数: 256 天

[LV.8]以坛为家I

群组: Matlab讨论组

5^#

发表于 2012-6-29 09:52 |只看该作者 |招呼Ta 关注Ta

liwenhui 发表于 2012-6-28 12:48 ! b5 \0 Q$ W: b1 r: [" K7 l! A3 b
这个过程一两句话说不清楚，我看能不能找到相关的资料给你看看。) u9 n: _0 m9 S5 I0 w3 ^$ ^
用蒙特卡罗方法可以求解线性方程组、 ...

多元的情况，产生随机数也是方便的吧，比如取分布都是独立同分布。（这样也就是一个一个产生的了）

的确我那样做的话，不能保证是全局最优的

我也说一句

发表

使用道具举报

liwenhui

70 主题	66 听众	5198 积分

独孤求败

TA的每日心情

	擦汗 2018-4-26 23:29

签到天数: 1502 天

[LV.Master]伴坛终老

自我介绍: 紫薇软剑，三十岁前所用，误伤义士不祥，乃弃之深谷。重剑无锋，大巧不工。四十岁前恃之横行天下。四十岁后，不滞于物，草木竹石均可为剑。自此精修，渐进至无剑胜有剑之境。

群组: 计量经济学之性

群组: LINGO

4^#

发表于 2012-6-28 12:48 |只看该作者 |招呼Ta 关注Ta |邮箱已经成功绑定

本帖最后由 liwenhui 于 2012-6-28 12:55 编辑

warmsnowman 发表于 2012-6-28 12:25 , \, n3 y7 _6 H
我后来是在线性规划的约束条件下产生随机数然后代入价值函数中求值。
. A! L9 [5 }% E' b$ k' n8 H你说的“构造一个“摸球”的马尔可 ...

这个过程一两句话说不清楚，我看能不能找到相关的资料给你看看。
用蒙特卡罗方法可以求解线性方程组、偏微分方程等，其主要思路俱是构造马尔可夫过程。

你的思路其实是“随机搜索”爬山法
如果目标函数只有个极值的话它能收敛到最优解，但是如果有多个极值，它只能收敛到局部解。
对于多元情况，你如何产生随机数？是“多维联合分布"产生还是单独地一个一个地产生随机数？
我在知网上面见过类似的论文，是一些老师写的，我感它他们的理论推导不够，不能保证全局最优
其实，有类似的算法来求最优值，并且保证结果的收敛，它就是“模拟退火过程”，我一直想证明
模拟退火过程与MCMC方法的等价性。