python解决线性规划求最优解,python解非线性规划问题
说明
1.定义问题并确定决策变量、目标函数和约束条件。
2.模型构建:通过问题描述建立数学方程,转化为标准的数学模型。
3.求解模型,使用标准模型的优化算法求解模型,得到优化结果。
实例
如果不等式大于或等于1,则应转换为小于或等于:-2X1 5X2-X3=-10。
importnumpyasnp
fromscipyimportoptimizeasop
NP . set _ print options(suppress=True)
z=np.array([2,3,-5])
A_up=np.array([[-2,5,-1],[1,3,1]])
B_up=np.array([-10,12])
A_eq=np.array([1,1,1])
B_eq=np.array([7])
x1=(0,7)
x2=(0,7)
x3=(0,7)
res=op.linprog(-z,A_up,B_up,A_eq,B_eq,bounds=(x1,x2,x3))
Print(res)以上是处理python线性编程问题的步骤。希望对你有帮助。更多python学习方向:Python基础课程
本教程运行环境:windows7系统,Python 3.9.1,DELL G3电脑。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。