On 13 Mar, 21:29, XYZ <j...@m...bin> wrote:
> On 07.03.2010 13:41, bartekltg wrote:
>
> > On 7 Mar, 00:54, XYZ<j...@m...bin>  wrote:
>
> >> Jasne. Nie wiem dlaczego nie widzisz, deklaruje kodowanie poprawnie.
>
> > Guugiel je psuje.
>
> >> Hej,
>
> >> Dzieki za odpowiedz. Przyznam sie, ze nie za bardzo widze, jak
> >> proponowana optymalizacja mialaby zadzialac. Moze zle napisalem: mam za
> >> zadanie zmaksymalizowac sum_{i=1}^n f_n(a_n) przy warunku stalej sumy
> >> zmiennych a_n. Poza tym czytajac moj post zorientowalem sie, ze nie
> >> napisalem chyba dwoch najwazniejszych informacji: a_n i f_n(a_n) sa
> >> liczbami naturalnymi, a w dodatku mozna zalozyc, ze sum_{i=1}^n a_n<  1E7.
> >> Poza tym, szukam przede wszystkim narzedzia, do ktorego moge podac takie
> >> warunki. Nie mialem nigdy stycznosci z NLP, ale czy sluzy do
> >> rozwiazywania tego typu problemow czy raczej nie?
>
> > To wszytko zalezy od postaci tych funkcji.
> > Moze da sie wykorzystac cos z minimalizacji dla zmiennych
> > ciaglych (znalesc okolice, skad zaczac sszukac rozwiazania)
> > Ogolnie moze byc dowolnie zle;)
>
> > BTW, sum_{i=1}^n a_n<  1E7.
> > iosc przypadkow roznie niewiele wolniej niz (1E7)^n,
> > to nie jest malo.
>
> Chyba jednak przeszukam cala przestrzen rozwiazan niezaleznie ile by to
> mialo zajac czasu. Jezeli chodzi o optymalizację to odkrylem, ze

Tylko, ze to 'duzo czasu' moze rownie dobrze oznaczac lata albo
tysiaclecie;)

> wiekszość z funkcji f_n jest identyczna, czyli zakladajac, ze np. f1=f2
> nie trzeba sprawdzac przypaku f_1(a_1)+f_2(a_2)+... i osobno
> f_1(a_2)+f_2(a_1)+... poniewaz wynik bedzie ten sam. Teraz musze tylko
> zaimplementowac te rekurencje.

Nie zajaknales sie o postaci tych fukncji. Cos powiedziec mozna
dopiero,
gdy zna sie ich jakies wlasnosci. O ich liczbie takoz.

pozdrawiam
bartekltg