python 线性规划全局最优解_Python Pulp库求解线性规划问题(一) 初试线性规划

这是笔者学习使用PULP库进行线性规划问题求解的学习笔记，水平有限，错误在所难免，请方家不吝指正。

PULP库简介

PULP是用Python写的一个线性规划(Linear Programming, LP)问题求解库。它的主要作用是将优化问题描述为数学模型，生成MPS或者LP文件，然后调用LP求解器，如CBC、GLPK、CPLEX、Gurobi等来进行求解。

PULP库安装

作为python的库，PULP的安装非常简单了，打开command window，输入以下指令，等待安装完成即可：

pip install pulp

优化问题的求解步骤

通常来说，优化问题的求解可以分为以下五个步骤：

获取问题描述

数学剑魔

求解数学模型

后续分析

根据最优解，提出实施方案

下面逐一进行详述：

获取问题描述

这一步的目的是获得严格无歧义的对问题的描述。在这一步中，需要反复和业务方进行探讨，确保模型和实际业务严密贴合。需要注意模型和数据是紧密联系的，有时哪怕你提出的模型很好，但是业务方无法提供可用的数据，那你也不可能凭空对模型进行求解。因此必须要确认好对方的需求和可用的数据，才能保证模型求解之后作出的决策可以落地。

数学建模

在这一步中，我们需要从问题的描述里抽象出几个关键因素：决策变量、约束和目标函数。这一步又可以分解为四个步骤：

找到决策变量，也就是我们需要改变以在满足约束范围内找到最优目标函数的变量，特别需要注意其单位；