用PuLP构造并求解简单线性规划问题

用PuLP构造并求解简单线性规划问题


前言

利用python可以较为简便的求解运筹学当中的线性规划问题,下面将通过例题和代码结合的形式展示如何通过python的PuLP库解决线性规划问题。

一、简单线性规划问题举例

线性规划是最优化问题中的一个重要领域。在作业研究中所面临的许多实际问题都可以用线性规划来处理,特别是某些特殊情况,例如:网络流、多商品流量等问题,都被认为非常重要。
对于给出的线性规划问题,可供使用求解的工具很多,比如excel、python等,下面将通过一个线性规划问题,举例说明如何用Pulp构造并求解。

在这里插入图片描述

二、Pulp构造并求解

1.例题实现

from pulp import *

my_LpProblem = LpProblem("1/2 Problem", LpMaximize)

x1 = LpVariable("X1" , 0)
x2 = LpVariable("X2" , 0)
x3 = LpVariable("X3" , 0)

my_LpProblem += -3*x1 + 1*x2+ 1*x3

my_LpProblem += 1*x1 - 2*x2 + 1*x3 <= 11
my_LpProblem += -4*x1 + 1*x2 + 2*x3 >= 3
my_LpProblem += -2*x1        + 1*x3 == 1

my_LpProblem.solve()

2.结果呈现

print("Status:",LpStatus[my_LpProblem.status])

for v in my_LpProblem.variables():
    print(v.name, "=", v.varValue)

print("objective = ", value(my_LpProblem.objective))

总结

本文展示了如果通过python的pulp库构建并求解线性规划问题,观者在使用时,应该注意线性规划问题变量的正负性,限制条件的符号,灵活修改代码,求出正解。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值