论文阅读 Neural Computation of Decisions in Optimization Problems

Neural Computation of Decisions in Optimization Problems

动机:需要研究从平台角度出发,进行怎样的促销组合是最优的。

github上MIT复现的hopfieldnet代码

 

原文用TSP问题举例

原文 我要解决的问题
输出 5*5矩阵,行代表城市,列代表该城市在第几个被访问 5*1矩阵,每一列代表一个promo是否采用
限制条件1

每行&每列只有1个1,整个矩阵总和为5

每个元素都可以是0/1,总和在(0,5)
限制条件2 路径有效性:相邻两列的城市、头尾的城市应该是可达的  输出值为1的promo不能互斥(比如某些场景限制了满减和商家券不能同时使用)
最优化方向 总代价最低 某个指标值最高

 原文E函数(energy function):可以分为四个部分

A部分:确保每行最多只有一个1

B部分:确保每列最多只有一个1

C部分:确保整个矩阵加起来和为n个城市

D部分:计算某个已知的路径的代价

论文阅读 Neural Computation of Decisions in Optimization Problems_第1张图片

 

 

你可能感兴趣的:(论文阅读)