Combinaison d'optimisation-problème typique de couverture d'agrégat

Problème typique et méthode d'exécution

Problème de revêtement collectif

$ N $ Sous-ensemble de l'ensemble $ M = \ {1, \ dots, m \} $ $ S_j (\ subseteq M), j \ in N = \ {1, \ dots, n \} Supposons qu'un coût de $ c_j $ soit donné à $. Trouvez le revêtement $ X (\ subseteq N) $ de $ M $ qui minimise la somme des coûts. Le revêtement peut avoir les mêmes éléments dans le sous-ensemble.

Méthode d'exécution

usage

Signature: set_covering(n, cand, is_partition=False)
Docstring:
Problème de revêtement collectif
contribution
    n:Nombre d'éléments
    cand: (poids,Sous-ensemble)Liste des candidats
production
Liste des numéros de la liste des candidats sélectionnés

python

#Données CSV
import pandas as pd
from ortoolpy import set_covering
ss = pd.read_csv('data/subset.csv')
g = ss.groupby('id')
set_covering(len(g), [(r.weight.iloc[0], r.element.tolist()) for _, r in g])

résultat

[0, 1, 2]

python

# pandas.DataFrame
from ortoolpy.optimization import SetCovering
SetCovering('data/subset.csv')

python

#Exemple de données
from ortoolpy import set_covering
set_covering(4, [(1, ('a', 'b')), (1, ('a', 'c')), (1, ('a', 'd')), (3, ('b', 'c'))])

résultat

[0, 1, 2]

Les données

• data/subset.csv