线性/非线性规划问题求解

最新推荐文章于 2021-07-15 13:37:59 发布

MMiL258

最新推荐文章于 2021-07-15 13:37:59 发布

阅读量225

点赞数

分类专栏：笔记

本文链接：https://blog.csdn.net/MMiL258/article/details/115382882

版权

笔记专栏收录该内容

22 篇文章 0 订阅

订阅专栏

Excel和python完成规划问题求解。

用Excel求解

点开EXCEL，将WORD中数据转移到EXCEL中去
在这里插入图片描述

给出了约束条件与数值命名.

设定目标函数与约束条件
在这里插入图片描述

选择“文件”→“选项”→“加载项"→“转到”，勾选“规划求解加载项”,点击“确定"按钮。
在这里插入图片描述

再次进入可发现能够使用规划求解，设置目标及可变单元格

将所有约束给添加上去，点击求解
在这里插入图片描述

获得答案
在这里插入图片描述

用python求解

设置约束条件

# 导入包
from scipy import optimize
import numpy as np
#创建矩阵，c为目标函数的矩阵，A_ub为约束条件的左边构成的矩阵，B_ub为约束条件的右边
c=np.array([600,800,500,400,300])
A_ub=np.array([[1000,2000,0,0,0],[-1,-1,0,0,0],[1000,2000,400,1000,100],[-2000,-4000,-3000,-5000,-600],[1,0,0,0,0],[0,1,0,0,0],[0,0,1,0,0],[0,0,0,1,0],[0,0,0,0,1]])
B_ub=np.array([30000,-20,40000,-100000,14,8,40,5,50])
# 求解
res=optimize.linprog(-c,A_ub,B_ub)
print(res)

结果
在这里插入图片描述

拉格朗日方法求解

题目
在这里插入图片描述

python编程求解

代码

# 导入包
from sympy import *
# 设置变量
x,y,z,k = symbols('x,y,z,k')
a,b,c=symbols('a,b,c')
f = 8*x*y*z
g = x**2/a**2+y**2/b**2+z**2/c**2-1
#构造拉格朗日函数
L=f+k*g
#求导
dx = diff(L, x)   # 对x求偏导
print("dx=",dx)
dy = diff(L,y)   #对y求偏导
print("dy=",dy)
dz = diff(L,z)   #对z求偏导
print("dz=",dz)
dk = diff(L,k)   #对k求偏导
print("dk=",dk)
dx= 8*y*z + 2*k*x/a**2
dy= 8*x*z + 2*k*y/b**2
dz= 8*x*y + 2*k*z/c**2
dk= -1 + z**2/c**2 + y**2/b**2 + x**2/a**2
#求出个变量解
m= solve([dx,dy,dz,dk],[x,y,z,k])   
print(m)
#变量赋值
x=sqrt(3)*a/3
y=sqrt(3)*b/3
z=sqrt(3)*c/3
k=-4*sqrt(3)*a*b*c/3
#计算方程的值
f = 8*x*y*z
print("方程的最大值为：",f)