최적화
What they don’t teach you about time series and predictions.. (시계열 및 예측에 대해 알려주지 않는 것들) 이전 직장에서 가장 도전적이었던 프로젝트 중 하나는 유럽의 BEV(배터리 전기 자동차) 시장 발전을 예측하는 것이었습니다. ML 분야의 대부분의 프로젝트와 마찬가지로, 이 프로젝트는 기술적 측면뿐만 아니라 도메인별 과제를 모두 안고 있었습니다. 제 경우에는 서로 관련이 있었습니다. 이 글의 주제인 …
[Medium, Trading] What they don’t teach you about time series and predictions.. 더 보기 »
[Q] turing에서 사용하는 MLE, MAP의 opimizer를 나열하고 비교해줘 [A] Turing.jl은 다양한 최적화 알고리즘을 제공하는 Optim.jl 라이브러리와 함께 작동하여 MLE (Maximum Likelihood Estimation) 및 MAP (Maximum A Posteriori) 추정을 수행합니다. Optim.jl에는 여러 최적화 알고리즘이 포함되어 있습니다. 주요한 것들은 다음과 같습니다: 비교: Turing.jl에서 사용할 최적화 알고리즘은 모델과 데이터의 특성에 따라 다를 수 있습니다. 따라서, 주어진 문제에 가장 …
[Julia, 통계,Optimizer] Turing MLE, MAP Optimizer 비교 (with ChatGPT) 더 보기 »
CartesianGeneticProgramming 을 윈도우즈에서 실행하는 경우 예를 들어 C:\dev\CartesianGeneticProgramming\julia scripts\gym.jl 을 실행 하면 logs 폴더에 파일이 생성 되어야 하는데 이 때 파일명이 2020-11-26T01:33:25.321.csv 형태 인데 윈도우에서는 사용할 수 없는 파일명이기 때문에 생성되지 않고 에러가 생겨더 이상 진행되지 않는다. 이 문제는 gym.jl 파일에 ind = CGPInd(cfg, read(args[“ind”], String)) 에서 cfg.id를 사용하여 파일을 생성하는데 위의 파일명 처럼 생성되어 …
[Julia] CartesianGeneticProgramming package 윈도우 실행시 에러 Fix 더 보기 »
Git : https://github.com/wildart/Evolutionary.jl Example : 아래 폴더에 있는 MLP.ipynb 예제가 재미 있음https://github.com/wildart/Evolutionary.jl/tree/master/examples https://github.com/d9w/Cambrian.jl https://github.com/d9w/CartesianGeneticProgramming.jl
FICO Xpress optimizer는 community version은 자유롭게 사용 가능하다 2020.4.2 현재 windows와 osx 버전이 있다 아래 사이트에서 다운로드 받을 수 있다. https://content.fico.com/xpress-optimization-community-license Windows 기준으로 설명함 먼저 다운 받은 xpress 를 c:\xpress 폴더에 설치 한다고 가정 한다. 시스템 변수 XPRESSDIR = c:\xpress 를 설정한다. 그리고 julia 실행 를 하여 정상적으로 잘 설치 되었는지 확인 한다.
JuMP constraint에 Inf, -Inf가 포함된 경우 이를 제거하는 방법을 아래 소개 한다. lower에 -Inf나 upper에 Inf가 있는 경우 예를 들어@constaint(m, x <= Inf) 를 하게 되면==> x + NaN <= Inf라는 식으로 constraint에 NaN이 포함되어 optimize시 error가 발생한다upper나 lower에 Inf, -Inf가 포함되는 경우 의미가 없기 때문에 에러를 발생 시키는게 아닐까 한다.따라서 사전에 그런 조건에 있는 …
Mixed Integer Problem(MIP)에서 조건을 완화 하여 문제를 해결하기 위해 Lagrangian Relaxation을 사용한다. 예제는 “Facility Location Problem”중 “p-Median Problem”의 예이다. 고객들의 위치와 고객이 요구하는 서비스 수요량과 그 서비스를 제공하기 위한 시설을 도입 또는 건설하기 위한 후보 위치와 후보 위치에서 고객에게 서비스를 하기 위한 운송비용이 주어 졌을 때 운송비용을 최소화하는 장소에 시설을 건설하기 위한 최적의 장소를 찾는 …
[Julia] Julia Programming for Operations Research : Chap10 – Lagrangian Relaxation 더 보기 »
Section 9.1 ~9.2 : Jupyter notebook (html버전) Section 9.3 : Jupyter notebook(html버전)
비선형 방정식의 최적화 문제를 다루고 있다. 예제는 Jupyter notebook 입니다. 파일은 –> 여기 Nonlinear Optimizer Solvers 환경 Julia v1.3.0 , JuMP v0.20.1, Ipopt v0.6.1 KNITRO v0.8.0 (https://github.com/JuliaOpt/KNITRO.jl) knitro-12.1.1-Linux-64 (https://www.artelys.com/solvers/knitro/) SCIP (https://scip.zib.de/) 여기서 사용된 Non-Linear Solver는 Knitro – 유료버전, 학생버전은 제한된 용량으로 6개월 , 풀 기능으로 1개월, Nonlinear Objective, Nonlinear Constraint, Mixed Integer-NLP등을 지원 Ipop – 오픈소스, …
[Julia] Julia Programming for Operations Research : Chap8 – Nonlinear Optimization Problems 더 보기 »
https://pubsonline.informs.org/magazine/orms-today/2019-linear-programming-software-survey
