线性规划

线性规划

应用

在线性的目标和约束中，寻找出一个最优解。就是高中学过的用图解法的那种。

详解

参考这篇博客

python代码

因为在建模上都是用的Lingo，又不想再去下一个东西，所以在网上翻了翻，发现了python也有类似的包可以实现功能，就是pymprog。

• 这是官方的文档
• 下载安装很简单，pip install pymprog就行了
• 安装的时候遇到个错误，说什么没有wheel.wheelfile模块，然后把wheel升级了一下就行
• 示例来自官方如下，目的就是在$x<=3$，$y<=4$和$x+y<=5$的条件下找到$x$和$y$使得$15x+10y$取得最大值

from pymprog import *

begin('bike production')
x, y = var('x, y')  # 变量
maximize(15 * x + 10 * y, 'profit')  # 目标函数
x <= 3  # 约束条件1
y <= 4  # 约束条件2
x + y <= 5  # 约束条件3
solve()

print('x取值：'+str(x.primal))
print('x取值：'+str(y.primal))
print('最优解为：'+str(vobj()))

输出为

• x取值：3.0
• y取值：2.0
• 最优解为：65.0

虽然看起来比lingo复杂些，但是也比较好看懂怎么回事，更多的用法和案例可以参考官方文档。