python - 线性规划 - 区间的界限？

Question

这似乎是一个有趣的问题，但有没有办法用两个“下”界来编写一个 LP 方程？

基本上我的问题是，我希望有边界（（0或i），x），而不是对某些变量'a'使用常规边界（0，x），其中i和x是浮点数范围。因此，如果将其归零并不能优化它，它会在 i 和 x 之间找到最佳值；例如 (0,5,100)，其中最佳值可以是零或介于 5 和 100 之间的浮点数。

有没有办法在 scipy linprog 或 PuLP 中进行编程？还是有更复杂的求解器可以处理这些约束？

标签： pythonpulpscipy-optimize

Answer 1

您描述的确切场景仅使用 LP 是不可能的（因此您无法使用 linprog 解决此问题），但您可以使用 MILP 执行类似的操作。您将引入一个二进制变量，例如b，如果下限和上限为 0，则为 0；如果您有另一个边界，则为 1，然后您将添加约束b*i <= a和a <= b*x。这样，何时b为零，a必须为零，何时b为 1，您恢复了 的界限i <= a <= x。你可以用纸浆解决这个问题。