python数学建模导论1.2 线性规划的标准形式与求解策略
上图代码:
from scipy import optimize
import numpy as np
c= np.array([2,3,-5]) #题目求极大值,在最后res要写成-c,求标准形式的解
A = np.array([[-2,5,-1],[1,3,1]]) # 不等式条件
b = np.array([-10,12])
Aeq = np.array([[1,1,1]]) # 不等式条件
beq = np.array([7]) #等式解
x1 = (0,None)
x2 = (0,None)
x3 = (0,None)
res = optimize.linprog(-c,A,b,Aeq,beq,bounds=(x1,x2,x3))
print(res)
结果示例:
上图中fun求出的是目标函数的最小值,x:求出的为最小值所对应的x1,x2,x3的最优值