十年網(wǎng)站開發(fā)經(jīng)驗(yàn) + 多家企業(yè)客戶 + 靠譜的建站團(tuán)隊(duì)
量身定制 + 運(yùn)營維護(hù)+專業(yè)推廣+無憂售后,網(wǎng)站問題一站解決
本篇內(nèi)容主要講解“python有什么求解線性規(guī)劃的包”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“python有什么求解線性規(guī)劃的包”吧!
創(chuàng)新互聯(lián)公司主營甘德網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,重慶APP開發(fā)公司,甘德h5微信小程序定制開發(fā)搭建,甘德網(wǎng)站營銷推廣歡迎甘德等地區(qū)企業(yè)咨詢
說明
1、Scipy庫提供簡單的線性或非線性規(guī)劃問題。
但不能解決背包問題的0-1規(guī)劃問題,或者整數(shù)規(guī)劃問題,混合整數(shù)規(guī)劃問題。
2、PuLP可以解決線性規(guī)劃、整數(shù)規(guī)劃、0-1規(guī)劃和混合整數(shù)規(guī)劃問題。
為不同類型的問題提供各種解決方案。
3、Cvxpy是一個(gè)凸優(yōu)化工具包。
可以解決線性規(guī)劃、整數(shù)規(guī)劃、0-1規(guī)劃、混合整數(shù)規(guī)劃、二次規(guī)劃和幾何規(guī)劃等問題。
實(shí)例
以整數(shù)線性規(guī)劃為例
# -*- coding: utf-8 -*- import pulp as pulp def solve_ilp(objective , constraints) : print objective print constraints prob = pulp.LpProblem('LP1' , pulp.LpMaximize) prob += objective for cons in constraints : prob += cons print prob status = prob.solve() if status != 1 : #print 'status' #print status return None else : #return [v.varValue.real for v in prob.variables()] return [v.varValue.real for v in prob.variables()] #解如下整數(shù)線性規(guī)劃 #maximize z = c*x = 3*x1 + 4*x2 + 5*x3 #subject to : #x1 2 3 >= 0 #x1 + 2*x2 < 20 #x2 + 3*x3 <= 40 V_NUM = 3 #變量,直接設(shè)置下限 variables = [pulp.LpVariable('X%d'%i , lowBound = 0 , cat = pulp.LpInteger) for i in range(0 , V_NUM)] #目標(biāo)函數(shù) c = [3 , 4 , 5] objective = sum([c[i]*variables[i] for i in range(0 , V_NUM)]) #約束條件 constraints = [] a1 = [1 , 2 , 0] constraints.append(sum([a1[i]*variables[i] for i in range(0 , V_NUM)]) <= 100) a2 = [0 , 1 , 3] constraints.append(sum([a2[i]*variables[i] for i in range(0 , V_NUM)]) <= 40) print constraints res = solve_ilp(objective , constraints) print res
到此,相信大家對“python有什么求解線性規(guī)劃的包”有了更深的了解,不妨來實(shí)際操作一番吧!這里是創(chuàng)新互聯(lián)網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!