使用python线性规划学习总结
《使用python线性规划学习总结》由会员分享,可在线阅读,更多相关《使用python线性规划学习总结(6页珍藏版)》请在装配图网上搜索。
1、使用python线性规划学习总结 使用 python 线性规划学习总结1.pulp 试试这个模块 from pulp import _# 设置对象f= LpProblem(lptest, LpMinimize)# 设置三个变量,并设置变量最小取值_ = LpVariable(_, lowBound = 0)y = LpVariable(y, lowBound = 0)z = LpVariable(z, lowBound = 0)# 载入约束变量f += 3.05 _ + 4.05 _y + 6.1 _# 求解GLPK.solve(f)# 显示结果for i in f.variables:pri
2、nt(i.name + “=” + str(i.varValue)显示如下:Parameter(s) specified in the mand line:Reading problem data from C:UserstonyAppDataLocalTemp12100-pulp.lp.1 row, 4 columns, 3 non-zeros8 lines were read1 row, 4 columns, 3 non-zerosPreprocessing.1 row, 3 columns, 3 non-zerosScaling. A: min|aij| = 3.050e+000ma_|
3、aij| = 6.100e+000ratio = 2.000e+000Problem data seem to be well scaledConstructing initial basis.Size of triangular part is 10: obj =0.000000000e+000infeas = 7.900e+000 (0)_1: obj =0.000000000e+000infeas = 0.000e+000 (0)OPTIMAL LP SOLUTION FOUNDTime used:0.0 secsMemory used: 0.0 Mb (36952 bytes)Writ
4、ing basic solution to C:UserstonyAppDataLocalTemp12100-pulp.sol.1_dummy=None使用 python-pymprog 模块解决线性规划问题 原文 s:/blog.csdn./Gardenia_Hello/article/details/70466079 今天在学习数模的过程中遇到了一些线性规划的问题,教师推荐的是 lingo 这款软件,然而并不想因此再新学一门语言。于是找到了找到了一个 python 下解决线性规划问题的模块-Pymprog。- 安装 本人使用的 Windows 下的 Python 环境 Anaconda,使
5、用 conda 应该是找不到这个模块的,直接使用 pip 安装即可。pip install pymprogbull; 1 - 简单的例子 如解决如下规划问题:ma_imize15 _ + 10 y# 目的函数S.T. _=0, y =0# _,y 非零1 2 3 4 5 bull; 6 #coding: utf-8from pymprog import _begin(bike production)_, y = var(_, y) # 变量ma_imize(15 _ + 10 _y, profit) # 目的函数_ from pymprog import _ begin(bike produc
6、tion)model(bikes production) is the default model. _, y = var(_, y) # create variables _, y # take a look at them(0 ma_imize(15_ + 10_y, profit)Ma_ profit: 15 _ + 10 _y _ y _ + y solve1 row, 2 columns, 2 non-zeros_0: obj =-0.000000000e+00 inf =0.000e+00 (2)_2: obj =6.500000000e+01 inf =0.000e+00 (0)OPTIMAL LP SOLUTION FOUND第 6 页 共 6 页
- 温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。