DOcplex之整数规划

本文通过实例介绍了如何使用DOcplex进行整数规划。首先创建模型,然后添加整数变量,接着设置目标函数为最大化800*x1 + 300*x2。之后添加两个约束条件:6*x1 + 8*x2 <= 120和10*x1 + 5*x2 <= 100。求解得到最优解为x1=10, x2=0,目标值为8000,求解时间仅0.015秒,证明是精确解。" 131859709,11562258,Sentinel控制台安装与应用接入详解,"['sentinel', '分布式流量防护', '运维', 'Linux', '微服务']
摘要由CSDN通过智能技术生成

举例:整数规划

max 800*x1 + 300*x2
s. t. 
	6 * x1 + 8 * x2 <= 120
	10 * x1 + 5 * x2 <= 100
	x1, x2 >= 0 且均为整数

创建模型

from docplex.model import Model

model = Model()

添加变量

#创建变量列表
X = {
   }
for i in range(2):
    X[i + 1] = model.integer_var(lb=0, name="X_{}".format(i+1))

上面一次性创建三个X变量,不懂得可以参考前面一篇线性规划的文章

添加目标函数

m a x : 800 ∗ x 1 + 300 ∗ x 2 max:800*x1 + 300*x2 <

  • 0
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
混合整数线性规划是一种数学问题,它在线性约束条件下寻求线性目标函数的最优解。在混合整数线性规划中,决策变量部分是整数,而不要求全部都是整数。混合整数线性规划问题通常比线性规划问题更难求解。在求解过程中,可以使用分支定界法、割平面法等方法,将问题划分为子问题,并调用线性规划(LP)求解模块进行求解。\[2\] Python提供了一些库来实现混合整数线性规划,其中一个常用的库是docplexdocplex库提供了MIP(Mixed Integer Programming)的Python实现。使用docplex库可以方便地解决混合整数线性规划问题。\[2\] 需要注意的是,大多数广泛使用的线性规划和混合整数线性规划库都是使用Fortran、C或C++原生编写的。这是因为线性规划需要进行计算密集型的矩阵计算。Python工具只是这些求解器的包装器。\[3\] #### 引用[.reference_title] - *1* [混合整数规划MIP/线性规划LP+python(cplex库)实现 附代码](https://blog.csdn.net/qq_34107425/article/details/104046037)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [MindOpt对于混合整数线性规划问题如何建模优化(python语言)](https://blog.csdn.net/MindOpt_003/article/details/128446505)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [万字教你如何用 Python 实现线性规划](https://blog.csdn.net/devcloud/article/details/121990568)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值