python - 线性规划：如何在 SCIPY 优化中引入第二个决策变量（数组）？

Question

在 scipy.optimize.linprog(c, A_eq, b_eq) 中，得到的解决方案是一个决策变量（数组），称为 x 与数组相乘 c 。

如何允许 y在约束向量中 调用第二个决策变量（数组）b_eq 并让 linprog 最小化主要目标函数，以便不仅针对 y 也针对 优化 x ？

换句话说，我们希望通过找到最优 x 数组以及新引入的 y 数组来最小化目标函数，而不是仅通过找到最优 xarray 来最小化目标函数。

几个月前提出了同样的问题，但没有有用的答案：

相同的问题链接

标签： pythonscipyscipy-optimize