使用LINGO来解决0/1背包算法问题

简介: 原文:使用LINGO来解决0/1背包算法问题1.问题说明   0/1背包问题:我们有n种物品,物品j的重量为wj,价格为pj。我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为W。如果限定每种物品只能选择0个或1个,则问题称为0-1背包问题。
原文: 使用LINGO来解决0/1背包算法问题

1.问题说明

  0/1背包问题:我们有n种物品,物品j的重量为wj,价格为pj。我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为W。如果限定每种物品只能选择0个或1个,则问题称为0-1背包问题。(摘自百度百科)

  例子:

假设有10个物品,重量和价格分别如下图所示,背包承受最大重量W=2000,每种物品能选择放或者不放,求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量,且价值总和最大。

  

2.数学模型

  

3.lingo代码实现

需要用到的特性是lingo的集合,数据,函数

 

4.效果

点击solve按钮,即可求得所有的未知数。

由图可知,isok为1的数的号码,为了获得最大值我们所需要放入背包的物品是:3号,6号,7号,8号,10号。

此时的背包内物品的总重量是1840,总价值是495.

 

源码地址:https://files.cnblogs.com/files/lizhijian/%E8%83%8C%E5%8C%85%E9%97%AE%E9%A2%98%E7%AE%97%E6%B3%95.rar

 

感谢阅读

 

目录
相关文章
|
24天前
|
算法
算法系列--动态规划--背包问题(2)--01背包拓展题目(下)
算法系列--动态规划--背包问题(2)--01背包拓展题目(下)
20 0
算法系列--动态规划--背包问题(2)--01背包拓展题目(下)
|
24天前
|
算法
算法系列--动态规划--背包问题(2)--01背包拓展题目(上)
算法系列--动态规划--背包问题(2)--01背包拓展题目
21 0
|
24天前
|
机器学习/深度学习 算法 C#
算法系列--动态规划--背包问题(1)--01背包介绍(下)
算法系列--动态规划--背包问题(1)--01背包介绍(下)
18 0
|
24天前
|
算法 C#
算法系列--动态规划--背包问题(1)--01背包介绍(上)
算法系列--动态规划--背包问题(1)--01背包介绍
21 0
|
6月前
|
算法
代码随想录算法训练营第四十六天 | LeetCode 139. 单词拆分、多重背包、背包总结
代码随想录算法训练营第四十六天 | LeetCode 139. 单词拆分、多重背包、背包总结
51 1
|
算法 Python
【python算法】动态规划之神似的01背包与完全背包
【python算法】动态规划之神似的01背包与完全背包
【python算法】动态规划之神似的01背包与完全背包
|
机器学习/深度学习 算法 搜索推荐
基于动态背包的多场景广告序列投放算法
电商广告是广告主接触其目标用户的重要手段。普遍的广告目标是在预算约束下,在一定时间范围内最大化广告主累计收入。实际应用中,广告的转化通常需要对同一用户进行多次曝光,直到该用户最终购买为止。但是,现有的广告系统主要关注单次广告曝光的直接收益,而忽略了每次曝光对最终转化的贡献,因此通常属于次优解决方案。在本文中,我们将广告序列投放策略优化转化为一个动态背包问题。为求解此背包问题,我们提出了一个具有理论保证的双层优化框架,该框架在不影响求解精度同时,显着减少了原始优化问题的求解空间。在下层框架的优化中,我们引入强化学习并设计了一种有效的动作空间约减方法,提高了强化学习在实际广告应用中的探索效率。
1749 1
基于动态背包的多场景广告序列投放算法
|
算法
ACM模板——背包(01、完全、多重)算法
ACM模板——背包(01、完全、多重)算法
114 0
|
Python
背包公钥加密算法Python实现
背包公钥加密算法Python实现
233 0