線形プログラミングを使用して最適化問題を解決する方法

線形プログラミングの最適化問題解決方法

線形計画法の紹介とグラフィカルおよびシンプレックスアルゴリズムを用いた解法について

Isaac Smithによる写真、Unsplashより

背景

線形計画法(LP)は、特定の目的関数に対して制約条件を満たす最適解を見つけるために使用される最適化技術です。金融からeコマースまで様々な産業に応用されており、データサイエンティストであるなら知っておく価値があります。LPの特徴は線形であるということで、制約条件と目的関数がすべて線形関係として定式化されます。この投稿では、例題としてLP問題を解く方法としてシンプレックスアルゴリズムグラフィカルメソッドを紹介します。

グラフィカルメソッド

基本的な問題

まずはじめに、グラフィカルメソッドを使用します。これは理解するのが最も簡単で、LPの背後にある直感を提供してくれます。

例えば、私たちはスムージーを£3で販売し、コーヒーを£2で販売する小規模ビジネスを運営しています。これらは私たちの2つの意思決定変数です。原料の制約により、スムージーは1日に75個、コーヒーは1日に100杯しか作れません。さらに、1日に提供できるカップは140個しかありません。それでは、この問題をLP問題として定式化してみましょう!

定式化

パイをx、コーヒーをyとすると、以下の目的関数cを意思決定変数の関数として最大化したいとします。

以下の制約条件を満たすようになります:

意思決定変数は非負である必要があります。

それでは、これらの制約条件をプロットする時間です!

プロット

この問題は2次元の問題なので、直線(線形の部分!)として制約条件を直交座標グラフにプロットすることができます:

著者によるPythonで生成されたプロット。

灰色の領域は実行可能領域として知られており、制約条件を満たす任意の解が有効です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

ムーバブルインクのCEO兼共同創設者であるヴィヴェク・シャルマ氏についてのインタビュー・シリーズ

ビヴェクは2010年にムーバブルインクを共同設立し、急速な成長を遂げながら、600人以上の従業員を擁し、世界有数の革新的なブ...

人工知能

「パクストンAIの共同創業者兼CEO、タングイ・シャウ - インタビューシリーズ」

タングイ・ショウは、Paxton AIの共同創設者兼CEOであり、法的研究と起草の負担を軽減するためにGenerative AIを使用するプラ...

人工知能

「コマンドバーの創設者兼CEO、ジェームズ・エバンスによるインタビューシリーズ」

ジェームズ・エバンズは、CommandBarの創設者兼CEOであり、製品、マーケティング、顧客チームを支援するために設計されたAIパ...

人工知能

「Ntropyの共同創設者兼CEO、ナレ・ヴァルダニアンについて - インタビューシリーズ」

「Ntropyの共同創設者兼CEOであるナレ・ヴァルダニアンは、超人的な精度で100ミリ秒以下で金融取引を解析することを可能にす...

人工知能

ジョナサン・ダムブロット、Cranium AIのCEO兼共同創設者- インタビューシリーズ

ジョナサン・ダムブロットは、Cranium AIのCEO兼共同創業者ですCranium AIは、サイバーセキュリティおよびデータサイエンスチ...

人工知能

「ElaiのCEO&共同創業者、Vitalii Romanchenkoについてのインタビューシリーズ」

ヴィタリー・ロマンチェンコは、ElaiのCEO兼共同創設者であり、マイク、カメラ、俳優、スタジオの必要なく、個人が一流のビデ...