在 python 中使用 Ortools 解决最小化问题

Question

我正在尝试解决最小化问题。

但结果总是给我零。

是我设置的约束有误还是代码有误？

目标函数：

M = 80x+60y+55z

约束：

1. 4x+2z

2. 4y+z

3. x+y+z

4. 0.215x+0.04y+0.367z=0.3(x+y+z)

我对使用 Ortools 的了解不多，但我写了这些：

使用 GLOP 后端创建线性求解器。

求解器 = pywraplp.Solver('main',pywraplp.Solver.GLOP_LINEAR_PROGRAMMING)

创建变量 xyz。

x = solver.IntVar(0.0, solver.infinity(), 'x')

y = solver.IntVar(0.0, solver.infinity(), 'y')

z = solver.IntVar(0.0, solver.infinity(), 'z')

设置约束：（仅显示其余类似）

案例：4x+2z

constraint0 = solver.Constraint(-solver.infinity(), 20)

constraint0.SetCoefficient(x, 4)

constraint0.SetCoefficient(z, 2)

设置约束：（设置最终约束）

案例：0.215x+0.04y+0.367z=0.3(x+y+z)

constraint3 = solver.Constraint(0,-solver.infinity())

constraint3.SetCoefficient(x,-0.0850)

constraint3.SetCoefficient(y,-0.26)

constraint3.SetCoefficient(z,0.067)

创建目标函数

M = 80x+60y+55z

objective = solver.Objective()

objective.SetCoefficient(x, 80)

objective.SetCoefficient(y, 60)

objective.SetCoefficient(z, 55)

objective.SetMinimization()

最后求解方程并输出结果

solver.Solve()

print('Objective value =', objective.Value())

print('x =', x.solution_value())

print('y =', y.solution_value())

print('z =', z.solution_value())

Answer 1

3 分：

• 您犯了一个常见错误，您混淆了 MIP 求解器和 LP 求解器。请使用 CBC、SCIP 或 CP_SAT 作为后端。
• 0 似乎是所有变量的最佳值。
• 您可以使用 natural API：model.Add(4* x + 2* z <= 20)