python中scipy线性规划模块中决策变量的最大数量答案

【问题标题】：Maximum number of decision variables in scipy linear programming module in pythonpython中scipy线性规划模块中决策变量的最大数量
【发布时间】：2019-12-25 23:54:18
【问题描述】：

python 中的 scipy 线性编程模块（最小化）中的决策变量是否有最大限制？如果是这样，是否可以将决策变量的数量扩展到 10000 个？如果 scipy 仅限于决策变量的数量，是否有任何其他软件可以安装在 python 中以便我可以继续使用？

【问题讨论】：

标签： scipy linear-programming scipy-optimize

【解决方案1】：

最初的 scipy Simplex LP 求解器仅适用于非常小的问题。较新的 scipy 内点求解器可以更可靠地处理更大的问题。还要确保将 A_eq 和/或 A_ub 作为稀疏矩阵传递。如果你不这样做，你可能会耗尽内存。

话虽如此，我会更喜欢 LP 求解器，它们比 scipy 看到更多的大型稀疏问题。大多数 LP 求解器都有 Python 接口。

最后，较大的问题通常（但并非总是）更复杂，使用建模工具可能会有所帮助。这将使您能够以比使用矩阵更自然的方式表达问题。对于 Python，有 PuLP 和 Pyomo（等等）。一些商业求解器还提供出色的建模工具。

【讨论】：

我正在研究一个零件需要 LP 求解的最优运输问题。由于我的整个代码都在 python 中，是的，我尝试过 simplex，因为你指出我可以去的最大值是 625 左右，有时甚至小于这个值。我正在寻找一个可以免费获得并且可以安装在 python 中的软件。提前致谢
运输问题是一个非常简单且非常稀疏的 LP（每列 2 个非零）。内点求解器应该在这方面做得很好。对于这个问题，有更快、更专业的算法。
详情请见link。
我想你可以看到，当你给它运输问题的等式表述时。如果将其转换为不等式格式，则该消息可能会消失。对于这种特殊情况，我不会担心这个警告。
我猜，如果你连距离都计算不出来，就不用担心求解LP了。