scipy.optimize.linprog - 难以理解参数答案

【问题标题】：scipy.optimize.linprog - difficulty understanding the parametersscipy.optimize.linprog - 难以理解参数
【发布时间】：2018-03-21 22:09:20
【问题描述】：

我想最小化以下 LPP： c=60x+40y+50z 受制于 20x+10y+10z>=350 , 10x+10y+20z>=400, x,y,z>=0

我的代码 sn-p 如下（我是第一次使用 scipy 包）

from scipy.optimize import linprog
c = [60, 40, 50]
A = [[20,10], [10,10],[10,20]]
b = [350,400]
res = linprog(c, A, b)
print(res)

输出为：screenshot of the output in Pycharm

1.谁能详细解释一下linprog函数的参数，特别是bound是怎么计算的？

2.我写的参数对吗？

我对 LPP 基础知识很幼稚，我认为我对参数的理解有误。

【问题讨论】：

您尝试过什么解决方法？文档说参数应该是什么？根据错误消息，我的第一个猜测是传入 A.T 而不是 A。
“如何计算界限”是什么意思？
错误信息非常好恕我直言。
文档说 linprog() 的第 6 个参数是“x 中每个元素的 bounds=(min, max) 对，定义了该参数的边界。”我不确定如何计算这个值。
@ProteetiProva 这是一个可选参数，您可以将其作为算法的输入来指定变量值必须在特定范围内（默认情况下，范围为 [0, +∞））。如果您的问题不需要特定的界限，那么您不需要给出它。

标签： python numpy scipy linear-programming

【解决方案1】：

linprog 期望A 每个不等式有一行，每个变量有一个列，而不是相反。试试这个：

from scipy.optimize import linprog
c = [60, 40, 50]
A = [[20, 10, 10], [10, 10, 20]]
b = [350, 400]
res = linprog(c, A, b)
print(res)

输出：

     fun: -0.0
 message: 'Optimization terminated successfully.'
     nit: 0
   slack: array([ 350.,  400.])
  status: 0
 success: True
       x: array([ 0.,  0.,  0.])

【讨论】：

感谢您这么精确..真的很有帮助！

【解决方案2】：

消息告诉您A_ub 矩阵的维度不正确。它目前是一个 3x2 矩阵，无法左乘您的 3x1 优化变量 x。你需要写：

A = [[20,10, 10], [10,10,20]]

这是一个 2x3 矩阵，可以左乘x。

【讨论】：

我真的很担心为什么尺寸不匹配。谢谢，现在我明白了！