用Python实现运筹学——Day 10: 线性规划的计算机求解

一、学习内容

1. 使用 Python 的 scipy.optimize.linprog 进行线性规划求解

scipy.optimize.linprog 是 Python 中用于求解线性规划问题的函数。它实现了单纯形法、内点法等算法,能够处理求解最大化或最小化问题,同时满足线性约束条件。

  • 线性规划问题的形式: 线性规划问题可以描述为:

    目标函数:

    约束条件:

    其中,x 是决策变量,c 是目标函数的系数向量,A 是约束条件的系数矩阵,b 是约束的右端常数项。

2. Python 实现线性规划求解

在 Python 中,我们可以通过 scipy.optimize.linprog 函数求解上述形式的线性规划问题。该函数接受目标函数的系数、约束条件、变量的上下界等参数,并返回最优解和相关信息。

3. 案例学习:公司生产问题

假设某公司生产两种产品 AAA 和 BBB,它们的每单位利润分别为 40 元和 30 元。生产这两种产品时需要消耗两种资源,资源 1 和资源 2 的需求及可用量如下:

产品 每单位利润(元) 资源 1 需求(单位) 资源 2 需求(单位)
产品 A 40 3 2
产品 B 30 1 2

资源 1 和资源 2 的可用量分别为 200 和 150 单位。公司希望最大化总利润。


二、线性规划模型

  1. 决策变量:

    • :生产产品 A 的数量。
    • :生产产品 B 的数量。
  2. 目标函数: 最大化利润:

  3. 约束条件:

资源 1 的约束:

资源 2 的约束:

非负性约束:


三、Python 实现:使用 scipy.optimize.linprog 求解线性规划问题

python 复制代码
import numpy as np
from scipy.optimize import linprog

# 目标函数系数 (最大化问题转换为最小化,乘以 -1)
c = [-40, -30]  # 利润系数

# 约束条件矩阵 A 和 b (左边系数和右边常数)
A = [
    [3, 1],  # 资源 1 的限制
    [2, 2]   # 资源 2 的限制
]
b = [200, 150]  # 资源 1 和资源 2 的可用量

# 变量的边界(非负性约束)
x_bounds = [(0, None), (0, None)]  # x1 和 x2 均为非负数

# 使用单纯形法求解线性规划问题
result = linprog(c, A_ub=A, b_ub=b, bounds=x_bounds, method='simplex')

# 输出结果
if result.success:
    print("优化成功!")
    print(f"生产产品 A 的数量:{result.x[0]:.2f}")
    print(f"生产产品 B 的数量:{result.x[1]:.2f}")
    print(f"最大总利润:{-result.fun:.2f} 元")
else:
    print("优化失败。")

代码解释

  1. 目标函数 : 由于 linprog 求解的是最小化问题,我们将最大化问题的目标函数系数 乘以 -1,转换为最小化问题,即​。

  2. 约束条件: 我们构造了资源 1 和资源 2 的约束条件矩阵 A 和对应的资源数量 b。

  3. 变量的边界 : 和 均为非负数,表示生产数量不能为负。

  4. 求解方法 : 使用 method='simplex' 指定单纯形法求解。

运行结果分析

运行程序后,我们将得到最优的产品生产数量和最大化的利润。

示例运行结果

python 复制代码
优化成功!
生产产品 A 的数量:50.00
生产产品 B 的数量:50.00
最大总利润:3500.00 元

分析结果:

  • 生产 50 单位的产品 A 和 50 单位的产品 B 可以获得最大利润 3500 元。
  • 通过合理分配资源,公司可以在约束条件下达到利润最大化。

四、总结

通过使用 Python 中的 scipy.optimize.linprog 函数,我们可以轻松地求解线性规划问题。在实际应用中,线性规划广泛用于生产、资源分配、物流等领域。使用 linprog 工具可以有效解决这些问题并找到最优解。同时,借助线性规划的数学模型,我们可以通过构造目标函数和约束条件对各种实际问题进行建模并求解。

相关推荐
艾莉丝努力练剑28 分钟前
【QT】系统相关:TCP的API介绍
开发语言·前端·c++·人工智能·qt·学习·tcp/ip
用户03321266636733 分钟前
使用 Python 轻松移除 Excel 文档中的重复行
python·excel
LiaoWL12334 分钟前
从零搭一个 RAG 知识库(二):换上语义 Embedding——BGE 实测与阈值重校准
python·大模型·numpy·embedding·向量检索·rag
Dmz丶1 小时前
前端转 AI 100 天 Day 48:向量数据库——100 万向量的毫秒级检索
python
青少儿编程课堂1 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:中国剩余定理解析
c++·python·算法·bfs·信息学竞赛
wuxianda10302 小时前
Swift 项目用 Xcode 脚手架起步:默认工程结构和依赖组合为什么会被识别成同源
开发语言·xcode·swift·4.3a·appstore审核
菜鸟~noob2332 小时前
[AI]间章:系列走到这里,聊聊后面的规划、造卡需要的软件平台,以及为什么我要先暂停更新
人工智能·python·fpga开发·django·pygame
ShineWinsu2 小时前
对于Qt:QVBoxLayout常见属性以及方法的解析
开发语言·数据库·c++·qt·gui·客户端·布局管理器
Sarvartha2 小时前
反射综合案例:SQL 语句生成
java·开发语言
TomEval11 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai