python编程的线性/非线性规划问题求解

最新推荐文章于 2024-09-07 10:06:20 发布

无由无

最新推荐文章于 2024-09-07 10:06:20 发布

阅读量804

点赞数

文章标签： python excel 拉格朗日乘子法

本文链接：https://blog.csdn.net/weixin_45134710/article/details/115353945

版权

本文介绍了如何使用Excel和Python解决线性规划问题，并探讨了利用拉格朗日乘子法手动及编程求解的方法。通过Excel的规划求解模块设定目标函数和约束条件，找到最优解。Python中则利用scipy库实现线性规划的求解。同时，文章详细阐述了拉格朗日乘子法的步骤，展示如何结合编程寻找极值。

摘要由CSDN通过智能技术生成

一、用Excel完成线性规划问题的求解

建立数据源
写出资源配置三要素
在excel中设置目标函数
根据前面的分析可知，目标函数为E2,E6与F2, F6区域两列数组对应元素的乘积之和，在C10单元格中输入=SUMPRODUCT (E2:E6，F2:F6)
在excel中设置约束条件
加载excel规划求解模块
选择“文件”→“选项”→“加载项"→“转到”，勾选“规划求解加载项”。单击“确定"按钮。在“数据”菜单下就出现了“规划求解”模块(操作过程同“数据分析”模块的加载）
设置决策变量和目标函数
设置约束条件
添加约束条件1

添加约束条件2

添加约束条件3

添加约束条件4

添加约束条件5

添加约束条件6

最终添加结果
点击求解，得到最终结果

# 导入包
from scipy import optimize
import numpy as np
#创建矩阵，c为目标函数的矩阵，A_ub为约束条件的左边构成的矩阵，B_ub为约束条件的右边
c=np.array([600,800,500,400,300])
A_ub=np.array([[

关注