[数学建模]coptpy求解规划问题：一个easy-start

最新推荐文章于 2024-06-14 11:20:52 发布

N—E—E

最新推荐文章于 2024-06-14 11:20:52 发布

阅读量385

点赞数

分类专栏：数学建模文章标签： python 开发语言矩阵线性代数

本文链接：https://blog.csdn.net/N__E__E/article/details/126965489

版权

数学建模专栏收录该内容

9 篇文章 0 订阅

订阅专栏

参考

COPT规划求解器官方使用手册

预备知识

线性规划、python基础知识

杉数求解器的python接口与gurobi基本一致，已经用过gurobi的朋友可以直接看官方手册

入门案例

这里使用的是官方手册上的案例：

object:
$ma x (1.2 x + 1.8 y + 2.1 z)$

subject to：
$2.6\\ 0.8x + 0.6y + 0.9z ≥ 1.2$
变量范围：
$0.6\\ 0.2 ≤ y ≤ 1.5\\ 0.3 ≤ z ≤ 2.8$

先放上官方手册上的代码，后续再讲解：

import coptpy as cpt

# 创建一个求解环境
env = cpt.Envr()

# 创建模型
model = env.createModel("lp_ex1")

# 添加变量
x = model.addVar(lb=0.1, ub=0.6, name="x")
y = model.addVar(lb=0.2, ub=1.5, name="y")
z = model.addVar(lb=0.3, ub=2.8, name="z")

# 添加约束条件
model.addConstr(1.5*x + 1.2*y + 1.8*z <= 2.6)
model.addConstr(0.8*x + 0.6*y + 0.9*z >= 1.2)

# 设置目标函数
model.setObjective(1.2*x + 1.8*y + 2.1*z, sense=cpt.COPT.MAXIMIZE)

# 设置求解器参数
model.setParam(cpt.COPT.Param.TimeLimit, 10.0)

# 求解
model.solve()

# 结果分析
if model.status == cpt.COPT.OPTIMAL:
    print("Objective value: {}".format(model.objval))
    allvars = model.getVars()
    print("Variable solution:")
    for var in allvars:
        print(" x[{0}]: {1}".format(var.index, var.x))
    print("Variable basis status:")
    for var in allvars:
        print(" x[{0}]: {1}".format(var.index, var.basis))