python线性规划问题的处理步骤

说明

1、定义问题，确定决策变量、目标函数和约束条件。

2、建立数学方程的模型，从问题描述转变为标准形式的数学模型。

3、模型求解，用标准模型的优化算法求解模型，得到优化结果。

实例

不等式1大于或等于，应转换为小于或等于：-2X1 + 5X2 - X3 <= -10

importnumpyasnp
fromscipyimportoptimizeasop
np.set_printoptions(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python线性规划问题的处理步骤，希望对大家有所帮助。更多Python学习指导：python基础教程

本教程的操作环境：windows7系统，Python 3.9.1，DELL G3电脑。