python限定变量为整数_将scipy.optimize.minimize限制为整数值

最新推荐文章于 2024-03-19 21:45:11 发布

琪包

最新推荐文章于 2024-03-19 21:45:11 发布

阅读量2.2k

点赞数

文章标签： python限定变量为整数

本文链接：https://blog.csdn.net/weixin_30120123/article/details/112826855

版权

本文探讨了如何在Python中处理包含整数变量的优化问题。通过使用pulp库创建混合整数线性规划（MILP）模型，尝试解决目标函数包含浮点数除法的问题。然而，遇到TypeError，提示不支持浮点数与LpAffineExpression相除。文章提到了使用scipy.optimize.brute和itertools.product作为替代解决方案来遍历整数变量的所有可能值，以找到最小化目标函数的解。

摘要由CSDN通过智能技术生成

纸浆溶液

经过研究，我认为你的目标函数不是线性的。我在Pythonpulp库中重新创建了这个问题，但是pulp不喜欢我们用float和'LpAffineExpression'分隔。This answer表明线性规划“不理解划分”，但该注释是在添加约束的上下文中，而不是在目标函数中。那条评论把我指向了“Mixed Integer Linear Fractional Programming (MILFP)”和Wikipedia。

如果它真的起作用了(也许有人能弄清楚原因)，你可以用纸浆来做：import pulp

data = [(481.79, 5), (412.04, 4), (365.54, 3)] #, (375.88, 3), (379.75, 3), (632.92, 5), (127.89, 1), (835.71, 6), (200.21, 1)]

x = pulp.LpVariable.dicts('x', range(len(data)), lowBound=0, upBound=7, cat=pulp.LpInteger)

numerator = dict((i,tup[0]) for i,tup in enumerate(data))

denom_int = dict((i,tup[1]) for i,tup in enumerate(data))

problem = pulp.LpProblem('Mixed Integer Linear Programming', sense=pulp.LpMinimize)

# objective function (doesn't work)

# TypeError: unsupported operand type(s) for /: 'float'