位置: IT常识 - 正文

Python数学建模系列(一):规划问题之线性规划(python进行数学建模)

编辑:rootadmin
Python数学建模系列(一):规划问题之线性规划 文章目录前言线性规划样例1:求解下列线性规划问题scipy库求解样例2:求解下列线性规划问题pulp库求解样例3.运输问题说明结语前言

推荐整理分享Python数学建模系列(一):规划问题之线性规划(python进行数学建模),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python数学建模资料,python进行数学建模,python数学建模基础教程,python小白的数学建模课,python数学建模基础教程,python高数建模,python小白的数学建模课,python数学建模基础教程,内容如对您有帮助,希望把文章链接给更多的朋友!

Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~   自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称:海轰 标签:程序猿|C++选手|学生 简介:因C语言结识编程,随后转入计算机专业,有幸拿过一些国奖、省奖…已保研。目前正在学习C++/Linux/Python 学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!   初学Python 小白阶段 文章仅作为自己的学习笔记 用于知识体系建立以及复习 题不在多 学一题 懂一题 知其然 知其所以然!   本文仅从Pyhton如何解决建模问题出发 未对建模思路等进行深一步探索

线性规划

​ 线性规划求解需要清晰两部分,目标函数(max, min) 和 约束条件 ,求解前应转化为标准形式:

样例1:求解下列线性规划问题

maxz=2x1+3x2−5x3max z = 2x_1 + 3x_2 - 5x_3maxz=2x1​+3x2​−5x3​ s.t.={x1+x2+x3=72x1−5x2+x3>=10x1+3x2+x3<=12x1,x2,x3>=s.t. = \begin{cases} x_1 + x_2 + x_3 = 7 \\ 2x_1 - 5x_2 + x_3 >= 10\\ x_1 + 3x_2 + x_3 <= 12\\ x_1,x_2,x_3 >= 0 \end{cases}s.t.=⎩⎪⎪⎪⎨⎪⎪⎪⎧​x1​+x2​+x3​=72x1​−5x2​+x3​>=10x1​+3x2​+x3​<=12x1​,x2​,x3​>=0​

scipy库求解

涉及知识点

optimize.linprog

Demo代码

from scipy import optimizeimport numpy as npc = np.array([2,3,-5])A = np.array([[-2,5,-1],[1,3,1]])B = np.array([-10,12])Aeq = np.array([[1,1,1]])Beq = np.array([7])res = optimize.linprog(-c,A,B,Aeq,Beq)res

运行结果

注:x结果为array数组,从左到右依次表示x1 x2 x3…

对很大/小的数不使用科学计数法 np.set_printoptions(suppress=True)

Demo代码

from scipy import optimizeimport numpy as npnp.set_printoptions(suppress=True)c = np.array([2,3,-5])A = np.array([[-2,5,-1],[1,3,1]])B = np.array([-10,12])Aeq = np.array([[1,1,1]])Beq = np.array([7])res = optimize.linprog(-c,A,B,Aeq,Beq)res

运行结果

样例2:求解下列线性规划问题Python数学建模系列(一):规划问题之线性规划(python进行数学建模)

pulp库求解

设计知识点

LpProblem(name=‘NoName’, sense=LpMinimize)solve(solver=None, **kwargs)LpVariable(name, lowBound=None, upBound=None, cat=‘Continuous’, e=None)

Demo代码

import pulp as pp# 目标函数的系数z = [2, 3, 1]a = [[1, 4, 2], [3, 2, 0]]b = [8,6]aeq = [[1,2,4]]beq = [101]# 确定最大最小化问题,当前确定的是最大化问题m = pp.LpProblem(sense=pp.LpMaximize)# 定义三个变量放到列表中x = [pp.LpVariable(f'x{i}', lowBound=0) for i in [1, 2, 3]]# 定义目标函数,并将目标函数加入求解的问题中m += pp.lpDot(z, x) # lpDot 用于计算点积# 设置比较条件for i in range(len(a)): m += (pp.lpDot(a[i], x) >= b[i])# 设置相等条件for i in range(len(aeq)): m += (pp.lpDot(aeq[i], x) == beq[i])# 求解m.solve()# 输出结果print(f'优化结果:{pp.value(m.objective)}')print(f'参数取值:{[pp.value(var) for var in x]}')

运行结果:

注:

最优结果为202x1 = 101 x2=0 x3=0样例3.运输问题

Demo代码

import pulpimport numpy as npfrom pprint import pprintdef transportation_problem(costs, x_max, y_max): row = len(costs) col = len(costs[0]) prob = pulp.LpProblem('Transportation Proble',sense=pulp.LpMaximize) var = [[pulp.LpVariable(f'x{i}{j}',lowBound=0,cat=pulp.LpInteger) for j in range(col)] for i in range(row)] # 转为一维 flatten = lambda x:[y for l in x for y in flatten(l)] if type(x) is list else [x] prob += pulp.lpDot(flatten(var),costs.flatten()) for i in range(row): prob += (pulp.lpSum(var[i]) <= x_max[i]) for j in range(col): prob += (pulp.lpSum([var[i][j] for i in range(row)]) <= y_max[j]) prob.solve() return {'objective':pulp.value(prob.objective),'var':[[pulp.value(var[i][j]) for j in range(col)] for i in range(row)]}costs = np.array([[500,550,630,1000,800,700], [800,700,600,950,900,930], [1000,960,840,650,600,700], [1200,1040,980,860,880,780]])max_plant = [76,88,96,40]max_cultivation = [42,56,44,39,60,59]res = transportation_problem(costs, max_plant, max_cultivation)print(f'最大值为{res["objective"]}')print("各个变量的取值为:")pprint(res['var'])

运行结果:

说明

运行环境:Vs Code

结语

学习来源:B站及其课堂PPT,对其中代码进行了复现

链接:https://www.bilibili.com/video/BV12h411d7Dm? from=search&seid=5685064698782810720

文章仅作为学习笔记,记录从0到1的一个过程

希望对您有所帮助,如有错误欢迎小伙伴指正~

我是 海轰ଘ(੭ˊᵕˋ)੭

如果您觉得写得可以的话,请点个赞吧

谢谢支持 ❤️

本文链接地址:https://www.jiuchutong.com/zhishi/300544.html 转载请保留说明!

上一篇:从0到1搭建Vue项目(webpack版)(vue从0创建一个项目)

下一篇:用PyTorch构建基于卷积神经网络的手写数字识别模型(pytorch jit)

  • 房地产企业增值税计算
  • 个人所得税的税点是多少钱
  • 普通发票可以抵税点吗
  • 半成品可以计入成本吗
  • 停车位划线套什么定额
  • 报关时电子口岸电子委托应该什么时候做
  • 资本公积金转增股本是利好吗
  • 会计凭证借方和贷方怎么填
  • 企业清理固定资产所得税汇算是需要调整吗
  • 送员工礼物
  • 收到网站招聘费专票如何做账务处理?
  • 汽车行业保险丝
  • 城市维护建设税的计税依据是什么
  • 购买方申请的红字信息表需要邮寄给销售方吗
  • 企业汇算清缴前的票可以入账吗
  • 已付款收货未收到发票会计分录
  • 长期待摊费用的内容和特征
  • 股息红利需要缴纳个税吗
  • 没收到电费账单怎么办
  • sinutrain破解版
  • php实现断点续传
  • hp是什么代码
  • 外币债券汇兑损益怎么算
  • 电脑卡机动不了怎么重启
  • ieview.exe 是什么
  • 存货跌价后销售会计分录
  • PHP:imagepolygon()的用法_GD库图像处理函数
  • php消息队列kafka
  • 无形资产摊销是按原值吗
  • 波尔图葡萄牙语
  • ssh怎么带密码
  • firewall enable
  • 汇兑损益会计处理方法
  • 民间非营利组织包括哪些单位
  • 所得税汇算清缴退税会计分录怎么做
  • 公司出租房屋如何开票
  • 原始凭证太多怎么做账
  • 公司成立怎么说
  • access 替换
  • 小企业销售收入分录
  • 股权激励费用摊销意思是
  • 专票抵扣税款的会计分录
  • 增值税征收类型
  • 劳务公司可以用工资表做成本
  • 资本公积形成的原因有哪些
  • 建造厂房流程
  • 加计减免其他收入怎么填
  • 发出存货的计价应当采用
  • 记账凭证应交税费填写样本图片
  • 发票红冲怎么回事
  • 餐饮业做账会计分录大全,实用!
  • 拆除费计入哪个科目
  • SQL SELECT 语句的表连接
  • sql 获取字段类型
  • securedownload是什么意思
  • ubuntu20.04 unity
  • mac自带的看图软件怎么使用
  • 主板各个系列详解
  • mac10.5系统
  • mac上播放器
  • Red Hat Enterprise Linux AS release 4 apache+MYsql+PHP的安装和优化
  • 电脑window8系统怎么样
  • linux使用zsh
  • windows7模块安装程序可以关闭吗
  • linux修改22端口号
  • windows7出现错误恢复怎么办
  • win8怎么关闭电脑
  • linux的安装方法
  • node文件目录
  • css可继承
  • 简述bootstrap中模态框的javascript方法
  • Unity3d MonoDevelop格式化代码
  • android四大组件的作用
  • js处理时间格式
  • js中判断
  • 国家税务局发票验证查询系统
  • 咨询服务类公司的账务处理
  • 个人所得税子女教育和赡养老人抵扣多少税
  • 金税盘显示证书口令错误
  • 新疆皮山县概况
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设