本文介绍了如何利用scipy.optimize模块的linprog和linear_sum_assignment函数来解决动态规划问题和线性赋值问题。linprog用于线性规划，处理线性和非负约束，而linear_sum_assignment则用于解决最小成本指派问题，采用匈牙利算法，时间复杂度为O(n^3)。文中提供了一个实例展示了如何分配工人完成工作以达到最低成本。
scipy.optimize.linprog(c,a_ub,b_ub,A_eq,B_eq,bounds=(...))
目的在于解决如下动态规划问题
Minimize: c^T * x Subject to: A_ub * x <= b_ub A_eq * x == b_eq
c : 价值系数数组
A_ub : 技术系数参数 二维数组
b_ub : 右端系数参数 一维数组 -- 线性约束
A_eq : 等式左边参数 二维数组
b_eq : 等式右边参数 一维数组 -- 非负约束
bounds : 未知数X的取值范围(min, max) , 默认为(0, None)
method : Type of solver. ‘simplex’ and
最低0.47元/天 解锁文章
258
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
