基于python的pulp库使用，从基础模型到复杂模型，从一维变量到二维变量

Lynn_0111

已于 2022-11-30 10:44:19 修改

阅读量1.2w

点赞数 20

分类专栏：运筹学 Python 文章标签： python

于 2022-11-29 19:46:16 首次发布

本文链接：https://blog.csdn.net/weixin_46967285/article/details/128103935

版权

写在前面

学习笔记，仅作参考。
个人觉得配合步骤和建模，直接看代码就能入门pulp，所以没有啥解释，见谅。

参考

https://blog.csdn.net/youcans/article/details/116371416

步骤

1、安装PuLp （pip install pulp)

2、导入PuLp （from pulp import * ）或者（import pulp as pl）

3、定义线性规划问题

PB = LpProblem ( problem name , sense )
"""
problem name=问题名称
sense=LpMinimize/LpMaximize
e.g.  MyProbLP = pulp.LpProblem("LPProbDemo1", sense=pulp.LpMaximize)
"""

4、定义决策变量

小tips

当约束条件需要变量大于某个数或小于某个数，用lowBound和upBound，不需要在约束条件中写！！！

DV = pulp.LPVariable ( decision variable name , lowbound , upbound ,category )
"""
DV=decision variable name:变量名，
lowBound和upBound:下界和上界， 默认分别是负无穷到正无穷,
参数 cat 用来设定变量类型，可选参数值：
     ‘Continuous’ 表示连续变量（默认值）、
     ’ Integer ’ 表示离散变量（用于整数规划问题）、
     ’ Binary ’ 表示0/1变量（用于0/1规划问题）  
"""

根据变量类型可以做不一样的变量定义

单个变量