使用cvxpy

Question

我想问您关于优化线性程序的问题。

我有一个目标函数，约束函数如下，

• 变量（x1，x2，x3，x4，x5，x6）是产品的数量，现在产品的数量必须为固定数字。
• 此问题的目标是优化产品数量。

1）目标函数（c.T * [x1，x2，x3，x4，x5，x6]）

[[c11, c12, c13, c14, c15 c16],

[c21, c22, c23, c24, c25, c26],
                                      X     [x1, x2, x3, x4, x5, x6]  
[c31, c32, c33, c34, c35, c36],

[c41, c42, c43, c44, c45, c45]]

我要优化的结果将如下所示

c11*x1 + c12*x2 + c13*x3 + c14*x4 + c15*x5 + c16*x6 +
c21*x1 + c22*x2 + c23*x3 + c24*x4 + c25*x5 + c26*x6 + 
c31*x1 + c32*x2 + c33*x3 + c34*x4 + c35*x5 + c36*x6 + 
c41*x1 + c42*x2 + c43*x3 + c44*x4 + c45*x5 + c46*x6 = optimized value

2）约束函数

1) constraint_1

5500000*x1+2500000*x2+825000*x3+5500000*x4+5500000*x5+5500000*x6 <= 800000000

2) constraint_2
x1 <= 10
x2 <= 10
x3 <= 10
x4 <= 10
x5 <= 10
x6 <= 10

我遇到的问题是“ Cs（c1,1〜c4,5）的目标函数”中的问题。

我解决了线性编程，该函数在目标函数中具有整数值，但在矩阵中没有。

我已经尝试了所有其他方式，但是现在我确实需要帮助。

请提出关于该问题的任何想法或代码。

非常感谢您。

Answer 1

假设您已将原始cij存储在numpy数组中，则可能需要先汇总诸如c11 + c21 + c31 + c41之类的术语。这可以通过汇总每列来完成，请尝试c.sum（axis = 0）

>>> import numpy as np
>>> c = np.arange(24).reshape(4,6)
>>> c
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23]])
>>> c = c.sum(axis=0)
>>> c
array([36, 40, 44, 48, 52, 56])