python的pulp包_Python PuLP-py3包_程序模块 - PyPI - Python中文网

Python PuLP是一个用于线性规划的建模工具,支持GLPK、COIN-OR CLP/CBC、CPLEX和Gurobi等求解器。它可以生成MPS或LP文件,并提供创建变量、表达式和约束的功能。通过lpvariable和lpproblem类,用户可以构建和解决线性问题。示例代码展示了如何创建变量、问题,以及如何添加约束和目标。此外,PuLP还提供了value()函数来获取变量的值。
摘要由CSDN通过智能技术生成

版权所有J.S.Roy(js@jeannot.org),2003-2005

版权所有Stuart A.Mitchell(stu@stuartmitchell.com)

版权所有gerald senarclens de grancy(oss@senarclens.eu)

有关版权信息,请参阅许可文件。

注意:一旦Stuart A.Mitchell找到时间将Python3兼容性包含在原始pulp包中,这个fork将被删除。

pulp是用python编写的lp建模器。pulp可以生成mps或lp文件

并调用glpk[1]、coin clp/cbc[2]、cplex[3]和gurobi[4]来求解线性

问题。

有关示例,请参见示例目录。

纸浆需要python>=2.5。

这些示例至少需要路径中的解算器或共享库文件。

使用lpvariable()创建新变量。创建变量0<=x<=3

>gt;gt;x=lpvariable(“x”,0,3)

创建变量0<=y<=1

&gt>>gt;y=lpvariable(“y”,0,1)

使用lpproblem()创建新问题。创建“myproblem”

&gt>>prob=lpproblem(“myproblem”,lpminimize)

组合变量以创建表达式和约束,并将它们添加到

问题。

&gt>>问题+=x+y<=2

如果添加表达式(而不是约束),则

成为目标。

&gt>>>问题+=-4*x+y

选择一个解决方案并解决问题。前任:

&gt>>>状态=问题解决(glpk(msg=0))

显示解决方案的状态

>gt;gt;lpstatus[状态]

“最佳”

可以使用value()获取变量的值。前任:

&gt>>gt;值(x)

2.0导出类:lpproblem–线性规划问题的容器类

lpvariable–添加到lp中约束的变量

lpconstraint–一般形式的约束

a1x1+a2x2…anxn(<=,=,>=)b

lpconstraintvar–用于按列构造模型的列

建模导出函数:value()–查找变量或表达式的值

lpsum()–给定一个表单列表[a1*x1,a2x2,…,anxn]将构造

用作约束或变量的线性表达式

lpdot()–给出两个表单列表[a1,a2,…,an]和

[x1,x2,…,xn]将构造要使用的线性表达式

作为约束或变量

欢迎加入QQ群-->: 979659372

推荐PyPI第三方库

Windows 7上安装pulp和glpk步骤: 亲测环境: Windows 6.1.7601 Service Pack 1 Build 7601 x64 Python 2.7.11 PuLP 1.6.8 GLPK 4.34 安装步骤: 1、下载PuLP安装:前提是,已安装python2.6以及2.6以上版本,在网页(https://pythonhosted.org/PuLP/main/installing_pulp_at_home.html)上点击PuLP zipfile下载pulp,当然,也可以在我的资源里下载 2、安装PuLP:将zipfile解压缩,并在命令行窗口中,进入解压缩的目录,然后输入命令:setup.py install 3、下载glpk安装:在网页(https://sourceforge.net/projects/gnuwin32/files/glpk/4.34/)上,下载glpk-4.34-setup.exe(也可以在我的资源里下载),然后双击默认安装 4、按照以上步骤,安装完以后,写一个.py的脚本并运行,脚本内容: from pulp import * pulp.pulpTestAll() 然后,会看到以下类似输出结果: D:\002-Task_150524\117-17data_thesis\004-code\testPulp.py Testing zero subtraction Testing inconsistant lp solution Testing continuous LP solution Testing maximize continuous LP solution Testing unbounded continuous LP solution Testing Long Names Testing repeated Names Testing zero constraint Testing zero objective Testing LpVariable (not LpAffineExpression) objective Testing Long lines in LP Testing LpAffineExpression divide Testing MIP solution Testing MIP solution with floats in objective Testing MIP relaxation Testing feasibility problem (no objective) Testing an infeasible problem Testing an integer infeasible problem Testing column based modelling Testing dual variables and slacks reporting Testing fractional constraints Testing elastic constraints (no change) Testing elastic constraints (freebound) Testing elastic constraints (penalty unchanged) Testing elastic constraints (penalty unbounded) * Solver pulp.solvers.PULP_CBC_CMD passed. Solver pulp.solvers.CPLEX_DLL unavailable Solver pulp.solvers.CPLEX_CMD unavailable Solver pulp.solvers.CPLEX_PY unavailable Solver pulp.solvers.COIN_CMD unavailable Solver pulp.solvers.COINMP_DLL unavailable Testing zero subtraction Testing inconsistant lp solut
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值