Analyse pratique des données Python Après avoir lu 100 coups, je me suis intéressé à Pulp, une bibliothèque d'optimisation, donc je l'ai aussi utilisée comme mémorandum.
Je souhaite effectuer facilement une optimisation à l'aide de variables prenant des nombres entiers Bien sûr, s'il s'agit d'un round-robin utilisant l'instruction For, vous pouvez facilement l'appliquer et vous pouvez rechercher tout en secouant les paramètres un par un, mais cela prend du temps et il est difficile de définir des conditions de contrainte.
Depuis la console avec Anaconda
conda install -c conda-forge pulp
pip install ortoolpy
Peut être installé avec
sample.py
from pulp import LpVariable,lpSum,value
from ortoolpy import model_max,addvars,addvals
m=model_max()
v1={"x":LpVariable("vx",lowBound=0,cat='Integer'),
"y":LpVariable("vy",lowBound=0,cat='Integer')}
m+=lpSum(v1["x"]+v1["y"])
m+=lpSum(v1["x"]*2+v1["y"])<=10
m+=lpSum(v1["x"]+v1["y"]*2)<=7
m.solve()
for k,x in v1.items():
print(k,value(x))
print(value(m.objective))
x 4.0
y 1.0
5.0
Recommended Posts