数学规划应用|26℃穿衣法则

本文为本人的学习笔记，若有错误请各位大佬纠正！

---

程序简介

以下是本程序的大致规划

• 输入：当前气温、不同服装提供的温度

• 输出：合适的穿衣搭配

具体内容

输入

气温

该程序需要用户输入目前的气温，具体代码如下：

temperature = int(input('目前气温：'))
cloth_temperature = 26 - temperature

服装提供的温度

我将服装名称与其提供的温度保存为一个Excel表格，表格内容如下所示：

T恤	1
衬衫	2
针织开衫	3
薄毛衫	3
卫衣	3
西装外套	4
厚毛衣	4
风衣	5
棉服	5
轻薄羽绒服	6
双面呢大衣	7
羽绒服	9
皮草	12

并使用pandas库读取表格，代码如下：

import pandas as pd
cloth = pd.read_excel('数据.xlsx', index_col=None, header=None)
cloth_list = [np.array(cloth)[i].flatten()[0] for i in range(0, len(np.array(cloth)))]
temperature_list = [np.array(cloth)[i].flatten()[1] for i in range(0, len(np.array(cloth)))]

建立数学规划模型

我们希望衣服提供的温度之和（程序中的cloth_temperature）加上当前的温度（程序中的temperature）尽可能与26℃接近，因此需要引入松弛变量（程序中的slack），则目标函数就为求松弛变量的最小值。

首先，定义所需要用到的变量。其中，slack为松弛变量，x为不同衣服提供的温度（根据之前的表格内容，此处应有x[0]~x[12]共13个变量），代码如下：

import cvxpy as cp
slack = cp.Variable(1)
x = cp.Variable(len(cloth_list), integer=True)

其次，将温度数据转化为1行x列（x为表格中的总行数）的矩阵

import numpy as np
T = np.array(temperature_list)

在进行规划求解之前，需要明确一下约束条件：

1. 每种衣服最多穿1件；

2. 至少穿一件T恤或衬衫，作为打底。

求解

明确约束条件之后，便可以规划求解，代码如下：

import cvxpy as cp
obj = cp.Minimize(cp.abs(slack))
cons = [
    T @ x + slack == cloth_temperature,
    x >= 0,
    x <= 1,  # 每种衣服最多穿1件
    x[0] + x[1] >= 1  # 至少穿一件T恤或衬衫
]
prob = cp.Problem(obj, cons)
prob.solve()

输出

输出部分的代码如下：

cloth_final = []
a = 0
for cloth_number in x.value:
    if cloth_number > 0:
    cloth_final.append(f'{int(cloth_number + 0.5)}件' + cloth_list[a])
    a += 1
print(f'今天气温为{temperature}℃，应该穿{cloth_final}。')

---

样例

若当前气温为12℃，则输出结果如下：

今天气温为12℃，应该穿['1件T恤', '1件针织开衫', '1件薄毛衫', '1件卫衣', '1件西装外套']。

若当前气温为26℃，则输出结果如下：

今天气温为26℃，应该穿['1件T恤']。

若当前气温为33℃，则输出结果如下：

今天气温为33℃，应该穿['1件T恤']。

---

完整代码

import numpy as np
import cvxpy as cp
import pandas as pd

temperature = int(input('目前气温：'))
cloth_temperature = 26 - temperature

cloth = pd.read_excel('数据.xlsx', index_col=None, header=None)
cloth_list = [np.array(cloth)[i].flatten()[0] for i in range(0, len(np.array(cloth)))]
temperature_list = [np.array(cloth)[i].flatten()[1] for i in range(0, len(np.array(cloth)))]

slack = cp.Variable(1)
x = cp.Variable(len(cloth_list), integer=True)

T = np.array(temperature_list)

obj = cp.Minimize(cp.abs(slack))
cons = [
    T @ x + slack == cloth_temperature,
    x >= 0,
    x <= 1,  # 每种衣服最多穿1件
    x[0] + x[1] >= 1  # 至少穿一件T恤或衬衫
]
prob = cp.Problem(obj, cons)
prob.solve()

cloth_final = []
a = 0
for cloth_number in x.value:
    if cloth_number > 0:
        cloth_final.append(f'{int(cloth_number + 0.5)}件' + cloth_list[a])
    a += 1
print(f'今天气温为{temperature}℃，应该穿{cloth_final}。')