python培训之线性规划问题的处理步骤

　　python线性规划问题的处理步骤

　　说明

　　1、问题定义，确定决策变量、目标函数和约束条件。

　　2、模型构建，由问题描述建立数学方程，转化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对模型进行求解，得到优化结果。

　　实例

　　不等式1为大于等于，应该转换为小于等于：-2X1 + 5X2 - X3 <= -10

　　import numpy as np

　　from scipy import optimize as op

　　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)

　　以上就是python线性规划问题的处理步骤，希望对大家有所帮助。更多Python学习指路：请关注多测师。https://www.e70w.com/xwzx/