一、线性规划（linear programming，LP）

线性规划的标准形式如下：

求的是 min
所有的约束为 <= 的形式
所有的变量均 >=0

如何变为标准形式？

原来是max, 直接乘以 -1求min
若原来约束为 = ，转为 >= 且 <=（写两个式子，同时成立相当于 = ）
约束原来为 >= 同样的乘以 -1，就变成了 <=
若有变量 xi < 0 ，那么用 x₁ – x₂来替代，其中x₁>=0， x₂>=0

二、用 python 实现线性规划

1. 方法：使用 scipy 包中的 optimize.linprog

python真的是非常强大。其 scipy 包里面包含了很多科学计算相关的模块方法。

官方文档：scipy.optimize.linprog

函数调用方法：

scipy.optimize.linprog(c, A_ub=None, b_ub=None, A_eq=None, b_eq=None, bounds=None, method='interior-point', callback=None, options=None, x0=None)

函数解释：

线性规划：最小化受线性等式和不等式约束的线性目标函数。

线性规划解决以下形式的问题：

其中 x 为决策变量的向量；c、b_ub、b_eq、l 、u是向量；A_ub 和 A_eq 是矩阵。
参数 method ：“interior-point”(默认)、“highs”、“highs-ds”、“highs-ipm”、“revised simplex”、and “simplex” (legacy)

2. 实例

原题目：

有2000元经费，需要采购单价为50元的若干桌子和单价为20元的若干椅子，你希望桌椅的总数尽可能的多，但要求椅子数量不少于桌子数量，且不多于桌子数量的1.5倍，那你需要怎样的一个采购方案呢？

解：要采购x1张桌子，x2把椅子，形式化为：

max z= x1 + x2
s.t. x1 - x2 <= 0
1.5x1 >= x2
50x1 + 20x2 <= 2000
x1, x2 >=0

代码：

from scipy import optimize as opt
import numpy as np
# 参数
# c是目标函数里变量的系数
c = np.array([1, 1])
# a是不等式条件的变量系数
a = np.array([[1, -1], [-1.5, 1], [50, 20]])
# b是不等式条件的常数项
b = np.array([0, 0, 2000])
# a1，b1是等式条件的变量系数和常数项，这个例子里无等式条件,不要这两项
# a1=np.array([[1,1,1]])
# b1=np.array([7])
# 限制
lim1 = (0, None)  # (0,None)->(0,+无穷)
lim2 = (0, None)
# 调用函数
ans = opt.linprog(-c, a, b, bounds=(lim1, lim2), method = "interior-point")
# 输出结果
print(ans)

输出结果：

     con: array([], dtype=float64)fun: -62.49999900611857     # 目标函数的最优值message: 'Optimization terminated successfully.'  # 算法退出状态的字符串描述符nit: 5        # 在所有阶段执行的迭代总数slack: array([ 1.24999998e+01, -3.33121619e-09,  3.18441803e-05])status: 0        # 表示算法的退出状态：0: 优化成功终止。1：达到迭代限制。2: 问题似乎是不可行的。3: 问题似乎是无限的。4: 遇到数值困难。success: True     # 当算法成功找到最优解时，为Truex: array([24.9999996 , 37.49999941])   # 在满足约束条件的同时最小化目标函数的决策变量的值

由于解的数量不能为小数，所以最终采购 25 把桌子、37 把椅子（x）。总共采购 62 件（fun）。

参考链接

机器学习-线性规划(LP)

【Python】用 Python 的 scipy 包实现线性规划（LP）相关推荐

Python使用scipy包将稀疏矩阵保存为Mtx格式和npz格式文件实战
Python使用scipy包将稀疏矩阵保存为Mtx格式和npz格式文件实战目录 Python将稀疏矩阵保存为Mtx格式和npz格式文件实战 #导入包和仿真数据
Python小白的数学建模课-03.线性规划
线性规划是很多数模培训讲的第一个算法,算法很简单,思想很深刻. 要通过线性规划问题,理解如何学习数学建模.如何选择编程算法. 『Python小白的数学建模课 @ Youcans』带你从数模小白成为国赛 ...
python安装numpy-如何为python安装numpy和scipy？
我厌倦了尝试为phyton 2.7.5安装numpy和scipy,我需要这个版本的python,因为我的最终目标是安装类(http://class-code.net/)和montepython(htt ...
基于 python pulp 库求解船舶泊位调度线性规划问题
目录基于 python pulp 库求解船舶泊位调度线性规划问题泊位调度问题建模代码实现准备包代码讲解绘制图像完整代码题外话基于 python pulp 库求解船舶泊位调度线性规划问 ...
python之路——模块和包
一.模块 1.什么是模块? 常见的场景:一个模块就是一个包含了Python定义和声明的文件,文件名就是模块名字加上.py的后缀. 但其实import加载的模块分为四个通用类别: 1.使用Python编 ...
python操作mysql数据库依赖包_python安装mysql的依赖包mysql-python操作
一般情况下,使用pip命令安装即可: [root@dthost27 ~]# pip install mysql-python 但是在实际工作环境中,往往会安装失败,这是因为系统缺少mysql的相关依赖 ...
无网络服务器(linux ubuntu)，pip安装python科学计算所有需要包（packages）
无网络服务器(linux ubuntu),pip安装python科学计算所有需要包(packages) # 在windows上打开anaconda,进入环境tab页,在base环境处单击,然后点开te ...
Python基础之模块与包
一.模块 1.什么是模块? 一个模块就是一个包含了python定义和声明的文件,文件名就是模块名字加上.py的后缀. 2.为何要使用模块? 如果你退出python解释器然后重新进入,那么你之前定义的函 ...
Python当前进程信息 (os包)
Python当前进程信息 (os包) 我们在Linux的概念与体系,多次提及进程的重要性.Python的os包中有查询和修改进程信息的函数.学习Python的这些工具也有助于理解Linux体系. 进程 ...

【Python】用 Python 的 scipy 包实现线性规划（LP）

文章目录