pulp解决混合整数规划问题

文章预览

pulp是用来求解线性规划、整数规划等的开源包。从官网介绍来看，其也能调用常用的求解工具来解决实际问题。 投资组合问题 这是一个非常典型的混合整数规划问题，求解方式有很多。其建模思路如下： 这里用pulp求解。 #投资组合问题 import pulp    InvestLP = pulp.LpProblem("投资组合问题", sense=pulp.LpMaximize)  # 定义问题，求最大值 最小值Minmize x1 = pulp.LpVariable('A', cat='Binary')  # 定义 x1，A 项目 x2 = pulp.LpVariable('B', cat='Binary')  # 定义 x2，B 项目 x3 = pulp.LpVariable('C', cat='Binary')  # 定义 x3，C 项目 x4 = pulp.LpVariable('D', cat='Binary')  # 定义 x4，D 项目 x5 = pulp.LpVariable('E', cat='Binary')  # 定义 x5，E 项目 x6 = pulp.LpVariable('F', cat='Binary')  # 定义 x6，F 项目 x7 = pulp.LpVariable('G', cat='Binary')  # 定义 x7，G 项目 InvestLP += (1*x1 + 3*x2 + 2*x3 ………………………………