欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

使用Python求解整数规划问题

程序员文章站 2022-07-10 13:57:45
...

摘要:当前大多使用Matlab解决运筹学中的整数规划问题,鲜有使用Python解决类似问题。本文使用Python中cvxpy库求解整数规划问题,并对问题求解过程进行总结说明。
关键词:python;整数规划;cvxpy

0.例题

 目标函数: Max z=3x1+x2+3x3\ Max \ z= 3x_1+x_2+3x_3
 约束条件:{x1+2x2+x344x23x32x13x2+2x33x1,x2,x30x1,x2,x3 \left\{\begin{aligned} -x_1+2x_2+x_3 \leq 4 \\ 4x_2-3x_3 \leq 2 \\ x_1-3x_2+2x_3 \leq 3\\ x_1,x_2,x_3 \geq 0\\ x_1,x_2,x_3\ 均为整数 \end{aligned}\right.

1.Python代码

#导入numpy
import numpy as np
#导入numpy
import cvxpy as cp

#设置目标函数中变量个数
n=3

#输入目标函数的系数
c=np.array([3,1,3])

#输入约束条件的系数矩阵(3×3)
a=np.array([[-1,2,1],[0,4,-3],[1,-3,2]])

#输入b值(3×1)
b=np.array([4,2,3])

#创建x,个数是3
x=cp.Variable(n,integer=True)

#明确目标函数(此时c是3×1,x是3×1,但python里面可以相乘)
objective=cp.Maximize(cp.sum(c*x))

#明确约束条件,其中a是3×3,x是3×1,a*x=b(b为3×1的矩阵)
constriants=[0<=x,a*x<=b]
#求解问题
prob=cp.Problem(objective,constriants)
#这里solver必须使用cp.CPLEX,否则计算不出来,而CPLEX需要pip intall CPLEX(建议使用清华镜像)
resluts=prob.solve(solver=cp.CPLEX)

#输入结果
print(prob.value)#目标函数的值
print(x.value)#各x的值

2. 结果

使用Python求解整数规划问题

3.总结

 (1)本文只介绍了python解决整数规划问题中最基础的一个问题,希望能对初学者有所帮助。
 (2)CPLEX需要pip intall CPLEX,而且是在pip install cvxpy后。而pip install cvxpy你又会发现cmd报错,需要你安装Visual Studio XX。按照要求安装Visual Studio XX后,可继续安装cvxpy,安装cvxpy后再安装CPLEX。
 (3)Python当然可以解决普通线性规划问题,使用optimize.linprog()即可,不再累赘。