Skip to content

示例 5:背包问题

问题描述

有一些货物,每个货物有价值和重量。

货物 A货物 B货物 C货物 D货物 E
重量2kg2kg6kg5kg4kg
价值63546

从这些货物中选出部分货物,令总价值最大,并满足以下条件:

  1. 这些货物的总重量不超过 10kg

数学模型

变量

xc:是否选择货物 c

中间值

1. 总价值

Value=cCValuecxc

2. 总重量

Weight=cCWeightcxc

目标函数

1. 总价值最大

maxValue

约束

1. 总重量不超过最大总重量

s.t.WeightWeightMax

期望结果

选择货物 A、B、E。

代码实现

kotlin
import fuookami.ospf.kotlin.utils.math.*
import fuookami.ospf.kotlin.utils.concept.*
import fuookami.ospf.kotlin.utils.functional.*
import fuookami.ospf.kotlin.utils.multi_array.*
import fuookami.ospf.kotlin.core.frontend.variable.*
import fuookami.ospf.kotlin.core.frontend.expression.monomial.*
import fuookami.ospf.kotlin.core.frontend.expression.polynomial.*
import fuookami.ospf.kotlin.core.frontend.expression.symbol.*
import fuookami.ospf.kotlin.core.frontend.inequality.*
import fuookami.ospf.kotlin.core.frontend.model.mechanism.*
import fuookami.ospf.kotlin.core.backend.plugins.scip.*

data class Cargo(
    val weight: UInt64,
    val value: UInt64
) : AutoIndexed(Cargo::class)

val cargos: List<Cargo> = ... // 货物列表
val maxWeight = UInt64(10U)

// 创建模型实例
val metaModel = LinearMetaModel("demo5")

// 定义变量
val x = BinVariable1("x", Shape1(cargos.size))
for (c in cargos) {
    x[c].name = "${x.name}_${c.index}"
}
metaModel.add(x)

// 定义中间值
val cargoValue = LinearExpressionSymbol(sum(cargos) { c -> c.value * x[c] }, "value")
metaModel.add(cargoValue)

val cargoWeight = LinearExpressionSymbol(sum(cargos) { c -> c.weight * x[c] }, "weight")
metaModel.add(cargoWeight)

// 定义目标函数
metaModel.maximize(cargoValue, "value")

// 定义约束
metaModel.addConstraint(
    cargoWeight leq maxWeight,
    "weight"
)

// 调用求解器求解
val solver = ScipLinearSolver()
when (val ret = solver(metaModel)) {
    is Ok -> {
        metaModel.tokens.setSolution(ret.value.solution)
    }

    is Failed -> {}
}

// 解析结果
val solution = HashSet<Cargo>()
for (token in metaModel.tokens.tokens) {
    if (token.result!! eq Flt64.one && token.variable.belongsTo(x)) {
        solution.add(cargos[token.variable.vectorView[0]])
    }
}

完整实现请参考: