python线性规划问题的处理步骤

说明

1、问题定义，确定决策变量、目标函数和约束条件。

2、模型构建，由问题描述建立数学方程，转化为标准形式的数学模型。

3、模型求解，用标准模型的优化算法对模型进行求解，得到优化结果。

实例

不等式1为大于等于，应该转换为小于等于：-2X1 + 5X2 - X3 <= -10

importnumpyasnp
fromscipyimportoptimizeasop
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)

以上就是python线性规划问题的处理步骤，希望对大家有所帮助。更多Python学习指路：python基础教程

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。

课程教程：python线性规划问题的处理步骤

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。