Python二次规划和线性规划使用实例
2020-02-13 11:32
2641 查看
这篇文章主要介绍了Python二次规划和线性规划使用实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
对于二次规划(quadratic programming)和线性规划(Linear Programming)问题
MATLAB里是有quadprog函数可以直接用来解决二次规划问题的,linprog函数来解决线性规划问题。Python中也有很多库用来解决,对于二次规划有CVXOPT, CVXPY, Gurobi, MOSEK, qpOASES 和 quadprog; 对于线性规划有Gurobi,PuLP, cvxopt。
目前发现quadprog进行pip install quadprog不成功,而cvxopt成功了,就先说cvxopt的使用。
安装
conda install -c conda-forge cvxopt
安装非常顺利
使用
cvxopt有自己的matrix格式,因此使用前得包装一下
对于二次规划:
def cvxopt_solve_qp(P, q, G=None, h=None, A=None, b=None): P = .5 * (P + P.T) # make sure P is symmetric args = [cvxopt.matrix(P), cvxopt.matrix(q)] if G is not None: args.extend([cvxopt.matrix(G), cvxopt.matrix(h)]) if A is not None: args.extend([cvxopt.matrix(A), cvxopt.matrix(b)]) sol = cvxopt.solvers.qp(*args) if 'optimal' not in sol['status']: return None return np.array(sol['x']).reshape((P.shape[1],))
对于线性规划:
def cvxopt_solve_lp(f, A, b): #args = [cvxopt.matrix(f), cvxopt.matrix(A), cvxopt.matrix(b)] #cvxopt.solvers.lp(*args) sol = cvxopt.solvers.lp(cvxopt.matrix(f), cvxopt.matrix(A), cvxopt.matrix(b)) return np.array(sol['x']).reshape((f.shape[0],))
参考:
Quadratic Programming in Python
Linear Programming in Python with CVXOPT
以上就是本文的全部内容,希望对大家的学习有所帮助
您可能感兴趣的文章:
相关文章推荐
- 使用Python scipy linprog 线性规划求最大值或最小值(使用Python学习数学建模笔记)
- python 线性规划问题(pulp库的一个实例) 1.3
- 使用python-pymprog模块解决线性规划的问题
- 线性规划工具 GLPK 的安装及基本使用
- python中类方法、类实例方法、静态方法的使用与区别
- 使用Python绘制图表实例
- 使用线性布局实现简单登陆界面的实例
- python3使用tkinter实现ui界面简单实例
- Python中使用 Selenium 实现网页截图实例
- python使用marshal模块序列化实例
- python之os.walk()的使用实例
- python模块restful使用方法实例
- python中使用smtplib和email模块发送邮件实例
- Python使用稀疏矩阵节省内存实例
- Python中的startswith和endswith函数使用实例
- Python中的exec、eval使用实例
- Python的加密模块md5、sha、crypt使用实例
- Python正则表达式使用实例
- python迭代器的使用方法实例
- python使用xmlrpc实例讲解