楚AC1899 发表于 2010-12-19 21:17

能不能求出最优值

用1stOpt怎么求下解,最低什么样的版本能求出
已知Y1,Y2,Y3,求Min(x1,x2)
Y=sum(i=0:10)(PoissonPDF(k1,x1)* PoissonPDF(k2,x2))
0.95<=Y1+Y2+Y3<=1
其中k1,k2是的整数,x1,x2是的实数


当k1>k2时Y1=sum(i=0:10)(PoissonPDF(k1,x1)* PoissonPDF(k2,x2))

大概意思是将所有k1>k2的情况代入PoissonPDF(k1,x1)* PoissonPDF(k2,x2)计算后进行求和:
Y1=(PoissonPDF(1,x1)* PoissonPDF(0,x2))+ (PoissonPDF(2,x1)* PoissonPDF(0,x2))+ (PoissonPDF(2,x1)* PoissonPDF(1,x2))+……+(PoissonPDF(10,x1)* PoissonPDF(9,x2))

当k1=k2时Y2=sum(i=0:10)(PoissonPDF(k1,x1)* PoissonPDF(k2,x2))
当k1<k2时Y3=sum(i=0:10)(PoissonPDF(k1,x1)* PoissonPDF(k2,x2))

Y1        Y2        Y3        Y1        Y2        Y3        Y1        Y2        Y3
0.32292        0.28604        0.39104        0.43856        0.29008        0.27136        0.5034        0.28069        0.21591
0.32368        0.28572        0.3906        0.43821        0.28985        0.27195        0.50315        0.28054        0.21631
0.32292        0.28604        0.39104        0.43856        0.29008        0.27136        0.5034        0.28069        0.21591
0.32238        0.28557        0.39205        0.43786        0.28962        0.27253        0.50545        0.27945        0.21511
0.32162        0.28589        0.39249        0.4375        0.28938        0.27312        0.50408        0.28022        0.2157
0.32421        0.28619        0.3896        0.43598        0.28975        0.27427        0.5057        0.27959        0.21472
0.32498        0.28586        0.38916        0.43563        0.28951        0.27486        0.50366        0.28083        0.21552
0.32599        0.28663        0.38737        0.4334        0.28938        0.27722        0.50595        0.27972        0.21433
0.3273        0.28676        0.38594        0.43415        0.28898        0.27687        0.50688        0.27939        0.21373
0.32808        0.28643        0.38549        0.43376        0.28962        0.27662        0.5062        0.27986        0.21394
0.3286        0.28689        0.38451        0.43531        0.28839        0.2763        0.50645        0.28        0.21355
0.32909        0.28719        0.38372        0.43567        0.28863        0.27571        0.50663        0.27926        0.21412
0.32962        0.28765        0.38274        0.43719        0.28827        0.27454        0.5085        0.27875        0.21275
0.33093        0.28776        0.38131        0.43794        0.28787        0.2742        0.50874        0.27889        0.21237
0.33172        0.28742        0.38086        0.43754        0.28851        0.27395        0.50917        0.27829        0.21254
0.33194        0.28851        0.37955        0.43829        0.2881        0.27361        0.50942        0.27842        0.21216
0.32939        0.28656        0.38406        0.43602        0.28887        0.27511        0.5108        0.27764        0.21157
0.3304        0.28731        0.38229        0.43379        0.28874        0.27747        0.51104        0.27777        0.21118
0.33303        0.28753        0.37944        0.43343        0.2885        0.27807        0.51129        0.27791        0.2108
0.33325        0.28861        0.37814        0.43382        0.28786        0.27832        0.51196        0.27744        0.2106
0.33405        0.28826        0.37768        0.43454        0.28834        0.27712        0.51359        0.27678        0.20963
0.33457        0.28871        0.37673        0.43458        0.28791        0.27751        0.51334        0.27665        0.21
0.33537        0.28836        0.37627        0.43418        0.2881        0.27772        0.51474        0.27658        0.20868
0.33669        0.28844        0.37486        0.43457        0.28746        0.27797        0.51432        0.27718        0.20851
0.33771        0.28917        0.37312        0.43534        0.28751        0.27715        0.5145        0.27645        0.20905
0.33904        0.28924        0.37172        0.43609        0.28711        0.2768        0.51426        0.27632        0.20943
0.34006        0.28996        0.36998        0.4357        0.28775        0.27655        0.51589        0.27566        0.20845
0.34089        0.28959        0.36952        0.43573        0.28688        0.2774        0.51565        0.27553        0.20883
0.34222        0.28965        0.36813        0.43686        0.28716        0.27598        0.51468        0.27572        0.2096
0.34139        0.29002        0.36859        0.43722        0.28739        0.27538        0.51607        0.27493        0.209
0.34108        0.29067        0.36826        0.43725        0.28652        0.27623        0.51649        0.27434        0.20917
0.34191        0.2903        0.36779        0.43761        0.28676        0.27563        0.51444        0.27559        0.20997
0.34274        0.28993        0.36732        0.4365        0.28692        0.27658        0.51419        0.27546        0.21035
0.34324        0.29035        0.3664        0.43839        0.2868        0.27481        0.51558        0.27467        0.20975
0.34241        0.29072        0.36687        0.43803        0.28656        0.27541        0.51534        0.27454        0.21013
0.34374        0.29078        0.36548        0.43647        0.2878        0.27573        0.51394        0.27533        0.21073
0.34458        0.2904        0.36501        0.43495        0.28815        0.2769        0.51436        0.27473        0.2109
0.34408        0.28998        0.36593        0.43422        0.28767        0.27811        0.5137        0.27519        0.21111
0.34543        0.29003        0.36454        0.43538        0.28708        0.27754        0.51345        0.27506        0.21149
0.34592        0.29045        0.36363        0.43575        0.28732        0.27693        0.51278        0.27552        0.2117
0.34709        0.28942        0.36349        0.43611        0.28756        0.27633        0.51115        0.27617        0.21268
0.34677        0.29007        0.36316        0.43572        0.2882        0.27608        0.51295        0.27479        0.21226
0.34763        0.28969        0.36268        0.43535        0.28796        0.27669        0.51157        0.27558        0.21286
0.34812        0.2901        0.36177        0.43383        0.28831        0.27786        0.5132        0.27493        0.21187
0.34979        0.28948        0.36072        0.43499        0.28772        0.27729        0.51387        0.27447        0.21166
0.34947        0.29013        0.3604        0.43724        0.28784        0.27491        0.51362        0.27434        0.21204
0.34997        0.29054        0.3595        0.43688        0.2876        0.27551        0.51337        0.2742        0.21243
0.35028        0.28989        0.35983        0.43806        0.287        0.27494        0.51501        0.27355        0.21144
0.35115        0.2895        0.35935        0.4396        0.28664        0.27376        0.51459        0.27414        0.21127
0.35164        0.28991        0.35845        0.43766        0.28765        0.27469        0.51526        0.27368        0.21106

楚AC1899 发表于 2010-12-19 22:19

我用VB编了个程序, 只能求出一个比较模糊的值,请高手解惑

dingd 发表于 2010-12-21 13:22

没看懂你原题的意思,再写明白点!

楚AC1899 发表于 2010-12-21 16:27

这是一个概率问题,Y1,Y2,Y3表示三个事件发生的概率Y=Y1+Y2+Y3, 0.95<=Y<=1通常情况下无限接近于1已知Y1,Y2,Y3,求x1,x2的最小值或者最大值Y=Y1+Y2+Y3=sum(AA)(PoissonPDF(k1,x1)* PoissonPDF(k2,x2)) 正确的表达式我知道该怎么表达,里面有两个常变量k1,k2,其中k1,k2是,的整数,x1,x2是,的实数 当k1>k2时Y1=sum(i=0:10)(PoissonPDF(k1,x1)* PoissonPDF(k2,x2)) 将所有k1>k2的情况代入PoissonPDF(k1,x1)* PoissonPDF(k2,x2)计算后进行求和,完整表达式如下:Y1=PoissonPDF(1, X1)* PoissonPDF(0, X2)+PoissonPDF(2, X1)* PoissonPDF(0, X2)+PoissonPDF(2, X1)* PoissonPDF(1, X2)+PoissonPDF(3, X1)* PoissonPDF(0, X2)+PoissonPDF(3, X1)* PoissonPDF(1, X2)+PoissonPDF(3, X1)* PoissonPDF(2, X2)+PoissonPDF(4, X1)* PoissonPDF(0, X2)+PoissonPDF(4, X1)* PoissonPDF(1, X2)+PoissonPDF(4, X1)* PoissonPDF(2, X2)+PoissonPDF(4, X1)* PoissonPDF(3, X2)+PoissonPDF(5, X1)* PoissonPDF(0, X2)+PoissonPDF(5, X1)* PoissonPDF(1, X2)+PoissonPDF(5, X1)* PoissonPDF(2, X2)+PoissonPDF(5, X1)* PoissonPDF(3, X2)+PoissonPDF(5, X1)* PoissonPDF(4, X2)+PoissonPDF(6, X1)* PoissonPDF(0, X2)+PoissonPDF(6, X1)* PoissonPDF(1, X2)+PoissonPDF(6, X1)* PoissonPDF(2, X2)+PoissonPDF(6, X1)* PoissonPDF(3, X2)+PoissonPDF(6, X1)* PoissonPDF(4, X2)+PoissonPDF(6, X1)* PoissonPDF(5, X2)+PoissonPDF(7, X1)* PoissonPDF(0, X2)+PoissonPDF(7, X1)* PoissonPDF(1, X2)+PoissonPDF(7, X1)* PoissonPDF(2, X2)+PoissonPDF(7, X1)* PoissonPDF(3, X2)+PoissonPDF(7, X1)* PoissonPDF(4, X2)+PoissonPDF(7, X1)* PoissonPDF(5, X2)+PoissonPDF(7, X1)* PoissonPDF(6, X2)+PoissonPDF(8, X1)* PoissonPDF(0, X2)+PoissonPDF(8, X1)* PoissonPDF(1, X2)+PoissonPDF(8, X1)* PoissonPDF(2, X2)+PoissonPDF(8, X1)* PoissonPDF(3, X2)+PoissonPDF(8, X1)* PoissonPDF(4, X2)+PoissonPDF(8, X1)* PoissonPDF(5, X2)+PoissonPDF(8, X1)* PoissonPDF(6, X2)+PoissonPDF(8, X1)* PoissonPDF(7, X2)+PoissonPDF(9, X1)* PoissonPDF(0, X2)+PoissonPDF(9, X1)* PoissonPDF(1, X2)+PoissonPDF(9, X1)* PoissonPDF(2, X2)+PoissonPDF(9, X1)* PoissonPDF(3, X2)+PoissonPDF(9, X1)* PoissonPDF(4, X2)+PoissonPDF(9, X1)* PoissonPDF(5, X2)+PoissonPDF(9, X1)* PoissonPDF(6, X2)+PoissonPDF(9, X1)* PoissonPDF(7, X2)+PoissonPDF(9, X1)* PoissonPDF(8, X2)+PoissonPDF(10, X1)* PoissonPDF(0, X2)+PoissonPDF(10, X1)* PoissonPDF(1, X2)+PoissonPDF(10, X1)* PoissonPDF(2, X2)+PoissonPDF(10, X1)* PoissonPDF(3, X2)+PoissonPDF(10, X1)* PoissonPDF(4, X2)+PoissonPDF(10, X1)* PoissonPDF(5, X2)+PoissonPDF(10, X1)* PoissonPDF(6, X2)+PoissonPDF(10, X1)* PoissonPDF(7, X2)+PoissonPDF(10, X1)* PoissonPDF(8, X2)+PoissonPDF(10, X1)* PoissonPDF(9, X2) 当k1=k2时Y2=PoissonPDF(0, X1)* PoissonPDF(0, X2)+PoissonPDF(1, X1)* PoissonPDF(1, X2)+PoissonPDF(2, X1)* PoissonPDF(2, X2)+PoissonPDF(3, X1)* PoissonPDF(3, X2)+PoissonPDF(4, X1)* PoissonPDF(4, X2)+PoissonPDF(5, X1)* PoissonPDF(5, X2)+PoissonPDF(6, X1)* PoissonPDF(6, X2)+PoissonPDF(7, X1)* PoissonPDF(7, X2)+PoissonPDF(8, X1)* PoissonPDF(8, X2)+PoissonPDF(9, X1)* PoissonPDF(9, X2)+PoissonPDF(10, X1)* PoissonPDF(10, X2) 当k1<k2时Y3=PoissonPDF(0, X1)* PoissonPDF(1, X2)+PoissonPDF(0, X1)* PoissonPDF(2, X2)+PoissonPDF(0, X1)* PoissonPDF(3, X2)+PoissonPDF(0, X1)* PoissonPDF(4, X2)+PoissonPDF(0, X1)* PoissonPDF(5, X2)+PoissonPDF(0, X1)* PoissonPDF(6, X2)+PoissonPDF(0, X1)* PoissonPDF(7, X2)+PoissonPDF(0, X1)* PoissonPDF(8, X2)+PoissonPDF(0, X1)* PoissonPDF(9, X2)+PoissonPDF(0, X1)* PoissonPDF(10, X2)+PoissonPDF(1, X1)* PoissonPDF(2, X2)+PoissonPDF(1, X1)* PoissonPDF(3, X2)+PoissonPDF(1, X1)* PoissonPDF(4, X2)+PoissonPDF(1, X1)* PoissonPDF(5, X2)+PoissonPDF(1, X1)* PoissonPDF(6, X2)+PoissonPDF(1, X1)* PoissonPDF(7, X2)+PoissonPDF(1, X1)* PoissonPDF(8, X2)+PoissonPDF(1, X1)* PoissonPDF(9, X2)+PoissonPDF(1, X1)* PoissonPDF(10, X2)+PoissonPDF(2, X1)* PoissonPDF(3, X2)+PoissonPDF(2, X1)* PoissonPDF(4, X2)+PoissonPDF(2, X1)* PoissonPDF(5, X2)+PoissonPDF(2, X1)* PoissonPDF(6, X2)+PoissonPDF(2, X1)* PoissonPDF(7, X2)+PoissonPDF(2, X1)* PoissonPDF(8, X2)+PoissonPDF(2, X1)* PoissonPDF(9, X2)+PoissonPDF(2, X1)* PoissonPDF(10, X2)+PoissonPDF(3, X1)* PoissonPDF(4, X2)+PoissonPDF(3, X1)* PoissonPDF(5, X2)+PoissonPDF(3, X1)* PoissonPDF(6, X2)+PoissonPDF(3, X1)* PoissonPDF(7, X2)+PoissonPDF(3, X1)* PoissonPDF(8, X2)+PoissonPDF(3, X1)* PoissonPDF(9, X2)+PoissonPDF(3, X1)* PoissonPDF(10, X2)+PoissonPDF(4, X1)* PoissonPDF(5, X2)+PoissonPDF(4, X1)* PoissonPDF(6, X2)+PoissonPDF(4, X1)* PoissonPDF(7, X2)+PoissonPDF(4, X1)* PoissonPDF(8, X2)+PoissonPDF(4, X1)* PoissonPDF(9, X2)+PoissonPDF(4, X1)* PoissonPDF(10, X2)+PoissonPDF(5, X1)* PoissonPDF(6, X2)+PoissonPDF(5, X1)* PoissonPDF(7, X2)+PoissonPDF(5, X1)* PoissonPDF(8, X2)+PoissonPDF(5, X1)* PoissonPDF(9, X2)+PoissonPDF(5, X1)* PoissonPDF(10, X2)+PoissonPDF(6, X1)* PoissonPDF(7, X2)+PoissonPDF(6, X1)* PoissonPDF(8, X2)+PoissonPDF(6, X1)* PoissonPDF(9, X2)+PoissonPDF(6, X1)* PoissonPDF(10, X2)+PoissonPDF(7, X1)* PoissonPDF(8, X2)+PoissonPDF(7, X1)* PoissonPDF(9, X2)+PoissonPDF(7, X1)* PoissonPDF(10, X2)+PoissonPDF(8, X1)* PoissonPDF(9, X2)+PoissonPDF(8, X1)* PoissonPDF(10, X2)+PoissonPDF(9, X1)* PoissonPDF(10, X2) 测试参数在附件里已经制表(任选一组测试):我只懂Basic语言

dingd 发表于 2010-12-21 21:57

抱歉啊,有些愚笨,还是不太懂你的问题:

1:求“求x1,x2的最小值或者最大值”:是求x1和x2两者中的最小值(或最大值)?如
Min. min(x1,x2)
2:“Y1+Y2+Y3=sum(AA)(PoissonPDF(k1,x1)* PoissonPDF(k2,x2)) ”是约束条件吗?如果Y1,Y2,Y3有100组数据,是否意味就有100个等式约束?

楚AC1899 发表于 2010-12-22 00:07

求最小值,只要求出的x1,x2代入Y1,Y2,Y3求出的Y1,Y2,Y3在测试数据内震荡就可以满足条件

楚AC1899 发表于 2010-12-22 11:31

我在VB里已知X1X2求Y1Y2Y3的过程如下,我现在要已知Y1Y2Y3反过来求Min(X1X2)
假设PoissonPDF(i as ingeger,k as single)as single 是可调用函数
Dim Y1 As Single
Dim Y2 As Single
Dim Y3 As Single
Dim X1 As Single
Dim X2 As Single
Dim K1 As Integer
Dim K2 As Integer
Y1 = 0
Y2 = 0
Y3 = 0
For K1 = 0 To 10
For K2 = 0 To 10
If K1 > K2 Then
Y1 = Y1 + PoissonPDF(K1, X1) * PoissonPDF(K2, X2)
ElseIf K1 = K2 Then
Y2 = Y2 + PoissonPDF(K1, X1) * PoissonPDF(K2, X2)
Else
Y3 = PoissonPDF(K1, X1) * PoissonPDF(K2, X2)
Next K2
Next K1

计算时并不一定要满足所有测试数据,允许有20%以内的误差
我表达得不太清楚,谢谢Dingd不厌其烦的解答

dingd 发表于 2010-12-24 11:25

不知道理解是否正确:
IntParameter x(2)=;
StartProgram ;
Procedure MainModel;
var k1, k2: integer;
    y1, y2, y3: double;
Begin
    Y1 := 0; Y2 := 0; Y3 := 0;
    For K1 := 0 To 10 do
      For K2 := 0 To 10 do
         If K1 > K2 Then Y1 := Y1 + PoissonPDF(K1, X1) * PoissonPDF(K2, X2)
         Else If K1 = K2 Then Y2 := Y2 + PoissonPDF(K1, X1) * PoissonPDF(K2, X2)
         Else Y3 := Y3 + PoissonPDF(K1, X1) * PoissonPDF(K2, X2);
   ObjectiveResult := Min(x1, x2);
   ConstrainedResult := y1+y2+y3<=1;
   ConstrainedResult := y1+y2+y3>=0.95;
End;
EndProgram;
有多组答案:
x1: 1
x2: 3

x1: 1
x2: 1

其实x1、x2均为【0,4】间的整数,完全可以在你的VB代码中再加两个(x1, x2)循环,穷举法本题也化不了多少时间啊。

页: [1]
查看完整版本: 能不能求出最优值