本文介绍了如何使用Google OR-Tools解决线性规划问题，包括线性规划的基本概念、典型案例——营养搭配问题，以及如何用OR-Tools在.NET Core中实现求解过程。
本文参考Google OR-Tools官网文档介绍OR-Tools的使用方法。
1 线性规划问题
线性规划是优化问题里最简单的一种形式，需要极大化或极小化的目标函数是线性的，而约束条件由一组线性等式或不等式组成。很多复杂的非线性规划问题都会需要将其转换成线性规划问题来求解。求解线性规划问题最常用的算法是单纯形法(包括了单纯形表、修正单纯形法、对偶单纯形法等)，除此之外还有内点法、灵敏度分析等算法。
线性规划问题的一般形式：
m a x i m i z e c 1 x 1 + c 2 x 2 + c 3 x 3 + . . . + c n x n s u b j e c t t o a i 1 x 1 + a i 2 x 2 + a i 3 x 3 + . . . + a i n x n ≤ b i , i = 1 , . . . , l a j 1 x 1 + a j 2 x 2 + a j 3 x 3 + . . . + a j n x n ≥ b j , j = l + 1 , . . . , l + r a k 1 x 1 + a k 2 x 2 + a k 3 x 3 + . . . + a k n x n = b k , k = l + r + 1 , . . . , l + r + q x 1 ≥ 0 , x 2 ≥ 0 , . . . , x n ≥ 0 \begin{aligned} maximize\quad& c_1x_1+c_2x_2+c_3x_3+...+c_n x_n\\ subject\ to\quad& a_{i1} x_1+a_{i2} x_2+a_{i3} x_3+...+a_{in} x_n\leq b_i, \ i=1,...,l\\ & a_{j1} x_1+a_{j2} x_2+a_{j3} x_3+...+a_{jn} x_n\geq b_j, \ j=l+1,...,l+r\\ & a_{k1} x_1+a_{k2} x_2+a_{k3} x_3+...+a_{kn} x_n= b_k, \ k=l+r+1,...,l+r+q\\ & x_1\geq0,x_2\geq0,...,x_n\geq0 \end{aligned} maximizesubject toc1x1+c2x2+c3x3+...+c
最低0.47元/天 解锁文章
779
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
