我接下来会非常详细的给你讲解我对于这个问题的理解希望可以给你帮助
我认为工欲善其事,必先利其器没错,但是数模比赛,看中的是你的方法,你的结果,方法如何实现结果如何得到似乎没人关心,毕竟不用提交代码(现在要?),估计也没人真的run一下你的代码。
一句话,你觉得方便就好。比如你觉得自己写好python的polycurve比matlab的多项式拟合包方便,也有人喜欢matlab GUI封装好的一切的。另外当然要和组队的人沟通,他们喜欢什么。
其实最重要的是你用什么顺手的问题,把问题简单话是最重要的
针对于python准备数模国赛我列几个方法希望可以给你帮助
线性规划
第三方依赖库:scipy。
用 scipy.optimize.linprog 可以解线性规划问题:
linprog(c, A_ub=None, b_ub=None, A_eq=None, b_eq=None, bounds=None, method=‘simplex’, callback=None, options=None)
Minimize: c^T * x
Subject to: A_ub * x <= b_ub
A_eq * x == b_eq
Minimize: c^T * x
Subject to: A_ub * x <= b_ub
A_eq * x == b_eq
整数规划
线性整数规划问题可以转换为线性规划问题求解。
对于非线性的整数规划,在穷举不可为时,在一定计算量下可以考虑用 蒙特卡洛法 得到一个满意解。
蒙特卡洛法