python引入包pulp_用python的pulp库解决线性规划问题

本文会介绍怎么用python解决线性规划问题，为什么要用python而不是matlab和lingo呢？因为matlab的函数写法不太符合正常的思维方式，编起来很复杂。而lingo虽然编写容易，但报错不详细，一旦有错很难查出来。而python就没有这些问题。

关于python的语法就不再介绍了，主要介绍pulp库的用法。

以此题为例：计算6个生产点8个销售点的最小费用运输问题。产销单位运价如下表。

先建模，很容易得到以下模型：

现在开始编程：

引入头文件是必须的：

#-*- coding: UTF-8 -*-

importnumpyasnp

frompulpimport*

step1先新建一个问题，随便取名为prob：

prob = LpProblem("test1", LpMinimize)

step2然后定义变量为x，每个x代表了对应的A点卖到B点的数量：

foriinrange(1, 49, 1):

exec('x%s= LpVariable("x%s", 0, None, LpInteger,[])'%(i,i))

x = [[x1,x2,x3,x4,x5,x6,x7,x8],[x9,x10