我有一组简单的线性方程，正在使用sciprog来解决它。目标函数是最小化x(i)*c。c定义如下(常量)我也有等式约束(14个等式)，基于这些约束，我需要一个解决方案。事实上，解决方案非常简单。excel中提到了预期的解决方案。但是当我使用linprog来解决这个问题时，它失败了。有什么理由要检查一下吗？
浏览 0提问于2018-01-16得票数 0
回答已采纳
我正在尝试使用scipy.optimize.linprog，在一个简单的例子中，它并不适用于我。我一定做错了什么--请帮我找出来。print "A", A_ubprint "c", c
print &quo
浏览 0提问于2015-10-01得票数 0
回答已采纳
我试图解一个线性方程组(11个不同的方程/限制上的5个变量)。但很明显这不是我想要的。(注意b只是右侧乘以左手分母的结果)
谢谢!
浏览 4提问于2019-12-18得票数 0
我正在尝试用SciPy解决一个线性规划问题。我使用下面的代码行导入我认为是相关模块的内容：然后，我用以下命令运行求解器：ImportError: No module named linprog
似乎大多数这样的错误都是在人们没有指定要导入的模块时发生的
浏览 1提问于2015-10-01得票数 2
我用scipy.optimize.linprog解决了下面的线性规划： result = linprog( A_eq=[)
print(result.x) 并得到了： [-4982.07750764 -5017.92249214 -2508.96124608 -2508.96124608] 这个程序有许多解决方案，它们在数字上更“好”(有更多舍入的数字)，例如： [-5000 -5000 -2500 -2500]
浏览 27提问于2020-03-19得票数 1
回答已采纳
我能够用scipy linprog和矩阵A_ub解决以下最小化问题： A_ub = [[ 1 10 0 3] [ 3 5 4 2]从scipy调用linprog会产生以下结果(正如预期的那样)： scipy.optimize.linprog(c, A_ub=A_ub, b_ub=b_ub)
con: array([],, 0.22222222, 0.05555556]) 但
浏览 23提问于2019-03-19得票数 2
回答已采纳
1回答
你好，我正在试着解决一个有两个边约束的线性方程组，其中一个是成功实现的，结果应该是1，但我需要另一个，每个解都应该是非负的。有人知道如何添加这个约束吗？谢谢import numpy.linalg as LA
A = np.array([[.5,
浏览 2提问于2016-06-15得票数 1
import numpy as npc = np.zeros(A.shape[1])print (res.x)上面的输出是[[ 0 1 -1]]
因此，
浏览 0提问于2017-07-31得票数 1
我刚刚用scipy.optimize.linprog检查了一个简单的线性规划问题：0*x[1] + 1*x[2]<= 50*x[1] + 1*x[2] >= 1得到了一个非常奇怪的结果，我预计x1将是1，x2将是5，但是：>>> print optimize.linprog([
浏览 1提问于2015-06-16得票数 8
回答已采纳
1回答
我一直在为一个大型的线性优化问题运行一个python脚本，使用的是https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html不幸的是，对于大规模问题(15,000个变量，25,000个约束)，这个包被证明是非常慢的(>45分钟)。Matlab linprog具
浏览 0提问于2019-09-10得票数 1
1回答
用Python求解x
、、、、
要找到x，使(c + x) / 2服从0 <= x <= c <= 1，在数学上是微不足道的:无论c__的值如何，解决方案都是x = c。
如何用Python来表达这一点？我可以求解带有不等式约束的方程，例如使用scipy.optimize.linprog，但是我很难理解如何用这样的方式来表述这个问题:当c没有固定的数值时，答案将是x = c。也许像sympy这样的符号工具箱适合这个任务，
浏览 1提问于2019-03-04得票数 3
我正在尝试用scipy.optimize.linprog解决一个非常简单的线性规划，看起来这个函数做了我想做的事情，但不知何故它没有返回'x‘(它确实返回了正确的最小函数值)。所以我定义了x= a；b，将它插入到scipy的linprog中，它成功返回，并且我得到了正确的答案: sum(b)的最佳值是0.5。eye]), np.hstack([-eye, -eye])])
b_ub = n
浏览 15提问于2016-09-14得票数 3
回答已采纳
1回答
求凸组合的权值
、、、、
我使用scipy.spatial.ConvexHull API来计算一组点的凸包，它工作得很好。p1 = points[11]vertices = [points[i] for i in hull.vertices]
如何计算vertices的凸组合的系数
浏览 6提问于2021-07-07得票数 1
回答已采纳
1回答
我有一个一般形式的线性规划：
c = [-1, 4]h = [6, 4]x1_bounds = (-3, None)res = linprog(c, A_ub=A, b_ub=b, bounds=[x0_bounds, x1_bounds])
Linprog不能处理“大于”的不等
浏览 6提问于2022-07-13得票数 0
回答已采纳
2回答
我正在使用scipy.optimize.linprog库通过单纯形法来计算最小化。我正在课本上解决这个问题，我希望有人能给我指明正确的方向，因为我没有得到我期望的输出。：import pandas as pdA = np.array([[0, 0, 1]])c
浏览 1提问于2017-08-25得票数 3
回答已采纳
1回答
我希望基本上最小化金额的总和，同时保持风险的总和不变。为此，我想用一个权重数组乘以金额和风险(这需要求解)。from scipy.optimize import minimizeAmount = np.array([10000000guess = np.array([0.25,0.25,0.25,0.25])#Minimize 我得到的结果是9.
浏览 13提问于2018-07-25得票数 0
回答已采纳
给出了这些约束的基本问题(这是一个简单的示例，我的用例遵循相同的格式，但可以引入更多的变量)：C2 <= x <= C3(其中CX是常量，x和y是变量用scipy.optimize.linprog就够容易了。我能得到技术上正确的结果。x + y = 5010 <
浏览 1提问于2015-07-16得票数 0
回答已采纳
我试图检查数据是否是线性可分的。为了达到这个目的，我使用了中提到的方程。我正在使用python中的Scipy包的linprg函数。random import numpy as np fromscipy.optimize import linprog
os.system('cls
浏览 0提问于2017-08-25得票数 0
回答已采纳
2回答
如何构造带枕的线性极小化问题
、、、、
K是常数A*x =B我在形式上也有线性界不等式。l1 <= x1 <= u1我正试图在python中解决这个问题：from scipy.optimize importeq_cons], options={'ftol': 1e-9, 'disp': True},但它给了我
浏览 27提问于2022-11-12得票数 1
回答已采纳
有一个return参数调用slack，但我认为这是不同的，因为它只与不等式约束相关：
松弛变量b_ub - A_ub @ x的名义正值。
谢谢你的帮助！
浏览 7提问于2020-04-17得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
