python 线性规划_线性规划-pulp-复杂矩阵

线性规划-pulp-复杂矩阵

1. 简介-线性规划

在数学中，线性规划（Linear Programming，简称LP）特指目标函数和约束条件皆为线性的最优化问题。线性规划是最优化问题中的一个重要领域。在作业研究中所面临的许多实际问题都可以用线性规划来处理，特别是某些特殊情况。最简单情况就，解线性方程组。

举个最简单的例子:
工厂生产A和B两种物品，需要原料配比分别是1：2：1和2：1：3.
现有原料是100，40，8。A和B的价格分别是5和10。
请问如何分配原材料才能获益最大？
求解一个线性方程组即可

2. pulp 包

• Python中有很多的工具可以解决线性规划问题。由于pulp因其常用和方便性，故这里介绍pulp包的使用。pulp能够解决大部分的线性规划问题，如""整数规划（Integer Program）、01规划（Binary Program）还是混合整数线性规划（MILP），都能很好的解决。
• pulp的github网址和官方文档，说实话官方文档做的并不好，但是里面介绍的例子还是很好的，如果只做最简单的线性规划可以看看学习一下。
• 安装：按照一般套路pip install pulp 即可。

3. pulp使用流程

• 获得问题的描述：求解最大值还是最小值，这个要明确了。输入是的数据是什么。
• 确定需要的决策变量：需要求解的变量，定义好，大小，数据类型。
• 制定约束条件：决策变量和输入数据之间存在什么样的约束条件。
• 输入数据，求解得到结果。

那个实际例子来说明：

1. 获得问题的描述：我们有矩阵X和矩阵Y，大