python数学建模——线性规划：双下标求解利润问题

最新推荐文章于 2024-07-14 23:27:01 发布

张爱烂

最新推荐文章于 2024-07-14 23:27:01 发布

阅读量334

点赞数

文章标签：数学建模 python 开发语言

本文链接：https://blog.csdn.net/weixin_74671162/article/details/132237919

版权

解题思路：

目标函数：

$max\ z=\sum_{i=1}^{4}c_{i}\sum_{j=1}^{3}x_{ij}$

约束条件：

$s.t.\left\{ \begin{aligned} \sum_{i=1}^{4}x_{ij}\leqslant w_{j},j=1,2,3\\ \sum_{i=1}^{4}x_{ij}\cdot b_{j}\leqslant v_{j},j=1,2,3\\ \sum_{j=1}^{3}x_{ij}\leqslant a_{i},i=1,2,3,4\\ \frac{\sum_{i=1}^{4}x_{i1}}{10}=\frac{\sum_{i=1}^{4}x_{i2}}{16}=\frac{\sum_{i=1}^{4}x_{i3}}{8}\\ x_{ij}\geqslant 0,i=1,2,3,4,j=1,2,3 \end{aligned} \right.$

python实现：

from pulp import LpProblem, LpVariable, LpMaximize, lpSum, value
import numpy as np

a=np.array([18,15,23,12]) #货物质量
b=np.array([480,650,580,390]) #单位质量空间
c=np.array([3100,3800,3500,2850]) #利润
w=np.array([10,16,8]) #质量限制
v=np.array([6800,8700,5300]) #体积限制

#创建线性规划问题
prob=LpProblem('双下标优化',LpMaximize)

#创建决策变量
x=LpVariable.dicts('x',((i,j) for i in range(len(a)) for j in range(len(w))), lowBound=0)

#设置目标函数
prob+=lpSum(c[i]*x[(i,j)] for i in range(len(a)) for j in range(len(w)))

#添加约束条件
for j in range(len(w)):
    prob += lpSum(x[i,j] for i in range(len(a)))<=w[j]
for i in range(len(a)):
    prob += lpSum(x[i,j] for j in range(len(w)))<=a[i]
for j in range(len(w)):
    prob += lpSum(b[i]*x[(i,j)] for i in range(len(a)))<=v[j]

prob += lpSum(x[(i,0)] for i in range(len(a)))/10 == lpSum(x[(i,1)] for i in range(len(a)))/16
prob += lpSum(x[(i,0)] for i in range(len(a)))/10 == lpSum(x[(i,2)] for i in range(len(a)))/8

#求解问题
prob.solve()

#输出结果
if prob.status==1: #表示问题已求解
    print('最优解：')
    for i in range(len(a)):
        print(f"货物{i+1}:{value(sum(x[(i,j)] for j in range(len(w))))}吨")
    print('最大利润：')
    print(value(prob.objective))
else:
    print('优化未成功')

结果：

最优解：
货物1:0.0吨
货物2:15.0吨
货物3:15.947368吨
货物4:3.0526316吨
最大利润：
121515.78805999999

张爱烂

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
python数学建模——线性规划：双下标求解利润问题

【代码】python数学建模——线性规划：双下标求解利润问题。
复制链接

扫一扫

python数学建模——线性规划：双下标求解利润问题

“相关推荐”对你有帮助么？