相关知识点

LP线性规划问题

Linear Problem
[百度百科]：研究线性约束条件下线性目标函数的极值问题的数学理论和方法。
学过运筹学的小伙伴，可以看这个LP问题的标准型来回顾一下：

不太熟悉的朋友可以看这个例题，再结合上面的标准型，来感受一下：

MIP混合整数规划

Mixed Integar Planing
混合整数规划是LP的一种，决策变量部分是整数，不要求全部都是整数的规划问题。
这里MIP的求解器是使用CBC（Corn-or Branch and Cut）
CBC (COIN-OR Branch and Cut) is an open-source mixed integer programming solver working with the COIN-OR LP solver CLP and the COIN-OR Cut generator library Cgl. The code has been written primarily by John J. Forrest. 更多详情看这里，但是笔者认为没啥必要。

MIP的Python实现（Ortool库）

我们来看一道简单的例题：

其中x,y都是整数

from ortools.linear_solver import pywraplp
# 首先，调用CBC求解器
# 整数规划使用pywraplp.Solver.GLOP_LINEAR_PROGRAMMING
solver = pywraplp.Solver('SolveIntegerProblem',pywraplp.Solver.CBC_MIXED_INTEGER_PROGRAMMING)# 定义x和y的定义域，这里是从0到正无穷
x = solver.IntVar(0.0, solver.infinity(), 'x')
y = solver.IntVar(0.0, solver.infinity(), 'y')
# 添加约束：x+7y<17.5
constraint1 = solver.Constraint(-solver.infinity(), 17.5)
constraint1.SetCoefficient(x, 1)
constraint1.SetCoefficient(y, 7)
# 添加约束：x <= 3.5
constraint2 = solver.Constraint(-solver.infinity(), 3.5)
constraint2.SetCoefficient(x, 1)
constraint2.SetCoefficient(y, 0)
# 定义目标函数： Maximize x + 10 * y
bjective = solver.Objective()
objective.SetCoefficient(x, 1)
objective.SetCoefficient(y, 10)
objective.SetMaximization()
# 获取问题的答案
result_status = solver.Solve()
# 判断结果是否是最优解
assert result_status == pywraplp.Solver.OPTIMAL
# 验证一下结果是否正确，这一步不是必要但是推荐加上
assert solver.VerifySolution(1e-7, True)
# 输出结果
print('Number of variables =', solver.NumVariables())
print('Number of constraints =', solver.NumConstraints())
print('Optimal objective value = %d' % solver.Objective().Value())
variable_list = [x, y]
for variable in variable_list:print('%s = %d' % (variable.name(), variable.solution_value()))

可以看一下自己运行的结果：

assert

这里涉及python 的一个assert的语法，不懂得可以简单看一下：
Python assert（断言）用于判断一个表达式，在表达式条件为 false 的时候触发异常。
断言可以在条件不满足程序运行的情况下直接返回错误，而不必等待程序运行后出现崩溃的情况，

MIP的Python实现（docplex库）

混合整数规划MIP/线性规划LP+python(docplex库)实现附代码

参考：
1.assert
2.ortools

混合整数规划MIP/线性规划LP+python(ortool库)实现附代码相关推荐

混合整数规划MIP/线性规划LP+python(cplex库)实现附代码
文章目录相关知识点 LP线性规划问题 MIP混合整数规划 MIP的Python实现(docplex库) MIP的Python实现(ortool库) 喜欢的话请关注我们的微信公众号~<你好世界炼 ...
python混合整数线性规划_【Python代码】混合整数规划MIP/线性规划LP+python(ortool库)实现...
相关知识点 LP线性规划问题 Linear Problem [百度百科]:研究线性约束条件下线性目标函数的极值问题的数学理论和方法. 学过运筹学的小伙伴,可以看这个LP问题的标准型来回顾一下: 不太熟 ...
新视角带你认识Python可视化库（附代码资源）
作者:Dan Saber 翻译:笪洁琼校对:梁傅淇本文约16196字,建议阅读20+分钟. 本文中,作者借助拟人化的形式,让Python中值得一提的可视化库共同出演了一出戏剧,形象.生动地展现了不 ...
线性规划LP和混合整数规划MIP基础知识
如果你刚刚入门线性规划,对于线性规划的基本原理.概念.术语,以及 Gurobi 内部的核心算法不了解的话,请花费 10分钟时间,阅读以下两个科普文章.如果对于英文不熟练的话,可以采用谷歌浏览器,然后选 ...
Python 开源库及示例代码
Python 开源库及示例代码更多干货分布式实战(干货) spring cloud 实战(干货) mybatis 实战(干货) spring boot 实战(干货) React 入门实战(干货) ...
python常用代码入门-入门十大Python机器学习算法（附代码）
入门十大Python机器学习算法(附代码) 今天,给大家推荐最常用的10种机器学习算法,它们几乎可以用在所有的数据问题上: 1.线性回归线性回归通常用于根据连续变量估计实际数值(房价.呼叫次数.总销 ...
Python科学绘图实例附代码
Python绘图精简实例附代码作者:金良(golden1314521@gmail.com) csdn博客:http://blog.csdn.net/u012176591 Python绘图精简实例附代 ...
一文盘点三大顶级Python库（附代码）
来源:开源最前线本文约1500字,建议阅读5分钟. 本文为你分享最受数据科学青睐的3个顶级的Python库. Python在许多方面有着强大的吸引力 - 例如效率.代码可读性和速度方面,也正因为如此 ...
用Python进行机器学习（附代码、学习资源）
作者:Tirthajyoti Sarkar 翻译:张逸校对:冯羽本文约3090字,建议阅读6分钟. 本文从非线性数据进行建模,带你用简便并且稳健的方法来快速实现使用Python进行机器学习. 使用 ...

混合整数规划MIP/线性规划LP+python(ortool库)实现附代码

文章目录

相关知识点

LP线性规划问题

MIP混合整数规划

MIP的Python实现（Ortool库）

assert

MIP的Python实现（docplex库）

混合整数规划MIP/线性规划LP+python(ortool库)实现附代码相关推荐

最新文章

热门文章

混合整数规划MIP/线性规划LP+python(ortool库)实现 附代码

文章目录

相关知识点

LP线性规划问题

MIP混合整数规划

MIP的Python实现（Ortool库）

assert

MIP的Python实现（docplex库）

混合整数规划MIP/线性规划LP+python(ortool库)实现 附代码相关推荐

最新文章

热门文章

混合整数规划MIP/线性规划LP+python(ortool库)实现附代码

混合整数规划MIP/线性规划LP+python(ortool库)实现附代码相关推荐