数学建模_规划问题-Python

这篇博客介绍了如何使用Python进行线性规划。内容包括线性规划的目标函数和约束条件,以及如何将问题转换为标准形式。文章通过Matlab的linprog函数和Python的scipy、pulp库展示了求解线性规划问题的步骤,并提供了具体代码示例。
摘要由CSDN通过智能技术生成

Day 1

线性规划

线性规划求解清晰两部分

  • 目标函数(max,min)
  • 约束条件(s.t.)
  • 求解前应转化为标准形式:
    s.t.
    在这里插入图片描述
    Matlab求解代码

[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,X0,OPTIONS)

1.1 scipy库求解

from scipy import optimize
import numpy as np
#直接用np代替numpy
#求解函数
res=optimize.linprog(c,A,b,Aeq,beq,LB,UB,XO,OPTIONS)
#目标函数最小值
print(res.fun)
#最优解
print(res.x)

res对象
res.fun表示最小值
res.x表示最优解
例一
在这里插入图片描述

第一行表示最大值,但是标准的是最小值,所以输出的c取负值
注意上方的第三行,不等号方向相反则

c=np.array([2,3
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