Question

我正试图解决一个小问题，只是为了提高游戏中的某些单位产量，其中Alpha是多种系数（它设定变量如何彼此不同）：

import numpy as np
import scipy.optimize as opti
alpha = 0.05
C = np.array([-1,-1,-1,-1,-15,-3,-3,-4,0,0,0,0,0,0])
B = np.array([1600,0,0,0,0,0,0,0,0,0,0,0,0,0])
MatriceC = np.array([\
np.array([14-((1-alpha)*8),7-((1-alpha)*8),7-((1-alpha)*25),18-((1- 
alpha)*12),30-((1-alpha)*30),40-((1-alpha)*40),18-((1-alpha)*1),76-((1- 
alpha)*16),-1,0,0,0,0,0]),\
np.array([14-((1+alpha)*8),7-((1+alpha)*8),7-((1+alpha)*25),18- 
((1+alpha)*12),30-((1+alpha)*30),40-((1+alpha)*40),18-((1+alpha)*1),76- 
((1+alpha)*16),0,-1,0,0,0,0])*(-1),\
np.array([14-((1-alpha)*30),7-((1-alpha)*2),7-((1-alpha)*13),18-((1- 
alpha)*7),30-((1-alpha)*30),40-((1-alpha)*40),18-((1-alpha)*24),76-((1- 
alpha)*56),0,0,-1,0,0,0]),\
np.array([14-((1+alpha)*30),7-((1+alpha)*2),7-((1+alpha)*13),18- 
((1+alpha)*7),30-((1+alpha)*30),40-((1+alpha)*40),18-((1+alpha)*24),76- 
((1+alpha)*56),0,0,0,-1,0,0])*(-1),\
np.array([8-((1-alpha)*30),8-((1-alpha)*2),25-((1-alpha)*13),12-((1- 
alpha)*7),30-((1-alpha)*30),40-((1-alpha)*40),1-((1-alpha)*24),16-((1- 
alpha)*56),0,0,0,0,-1,0]),\
np.array([8-((1+alpha)*30),8-((1+alpha)*2),25-((1+alpha)*13),12- 
((1+alpha)*7),30-((1+alpha)*30),40-((1+alpha)*40),1-((1+alpha)*24),16- 
((1+alpha)*56),0,0,0,0,0,-1])*(-1)])
#print(help(opti.linprog))
print(np.shape(MatriceC))
print(np.shape(B))
opti.linprog(C,A_eq=MatriceC,b_eq=B) #This causes the error...

我得到的输出是：

(6, 14)
(14,)
ValueError: Invalid input for linprog with method = 'simplex'.  The number 
of rows in A_eq must be equal to the number of values in b_eq

考虑我得到的矩阵的形状。我不明白我在做什么错。

PS：

我尝试添加

MatriceC = MatriceC.T

就在linprog调用之前，它仍然会输出相同的错误。确实将（6，14）形状更改为（14，6）（很合逻辑）

Answer 1

在将MatriceC传递到MatriceC.T之前，先用linprog发送MyStruct struct { DID string `bson:"d_id" json:"d_id"` PID string `bson:"p_id" json:"p_id"` ... }

linprog根据他们的文档：

最小化：c ^ T * x

受制于：A_ub * x <= b_ub       A_eq * x == b_eq

为了满足上述公式，矩阵的维数应彼此一致。了解有关Matrix Multiplication的信息。

Scipy.optimize.linprog：值错误-输入无效

1 个答案: