用python解决线性规划最优化问题

1 问题

运筹学是一种科学的决策方法，通常在需要分配稀缺资源的条件下寻求系统的最佳设计和操作。我们如何用python来解决此类问题？

2 方法

1. 定义函数。
2. 模型构建：讲问题定义转换为数学问题。
3. 模型解决，最后检查模型有效性。

代码清单 1

代码语言：javascript复制

import numpy as np
from scipy.optimize import linprog
A = np.array([[-1, -1, -1], [-1, 2, 0], [0, 0, -1], [-1, 0, 0], [0, -1, 0], [0, 0, -1]])
b = np.array([-1000, 0, -300, 0, 0, 0])
c = np.array([10, 15, 25])
res = linprog(c, A_ub=A, b_ub=b)
print('Optimal value:', round(res.fun, ndigits=2),
'nx values:', res.x,
'nNumber of iterations performed:', res.nit,
'nStatus:', res.message)

3 结语

运用python来解决数学问题可以提高我们的能力和对知识的运用，但目前通过python来解决此类问题只能停留在最基本的层面上，要想深入解决此类问题，则要通过后续的学习，了解更多的python知识，从来实现对该类问题的完美解决。

python 函数 模型 数学 系统

0 人点赞