溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

python中如何處理線性規(guī)劃問(wèn)題

發(fā)布時(shí)間：2021-08-14 11:49:10 來(lái)源：億速云 閱讀：266 作者：小新 欄目：編程語(yǔ)言

這篇文章主要為大家展示了“python中如何處理線性規(guī)劃問(wèn)題”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“python中如何處理線性規(guī)劃問(wèn)題”這篇文章吧。

說(shuō)明

1、問(wèn)題定義，確定決策變量、目標(biāo)函數(shù)和約束條件。

2、模型構(gòu)建，由問(wèn)題描述建立數(shù)學(xué)方程，轉(zhuǎn)化為標(biāo)準(zhǔn)形式的數(shù)學(xué)模型。

3、模型求解，用標(biāo)準(zhǔn)模型的優(yōu)化算法對(duì)模型進(jìn)行求解，得到優(yōu)化結(jié)果。

實(shí)例

不等式1為大于等于，應(yīng)該轉(zhuǎn)換為小于等于：-2X1 + 5X2 - X3 <= -10

import numpy as np
from scipy import optimize as op
np.set_printoptions(suppress=True)
z = np.array([2, 3, -5])
A_up = np.array([[-2, 5, -1], [1, 3, 1]])
B_up = np.array([-10, 12])
A_eq = np.array([1, 1, 1])
B_eq = np.array([7])
x1 = (0, 7)
x2 = (0, 7)
x3 = (0, 7)
res = op.linprog(-z, A_up, B_up, A_eq, B_eq, bounds=(x1, x2, x3))
print(res)

以上是“python中如何處理線性規(guī)劃問(wèn)題”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手