用Python SciPy解决整数线性规划问题

Question

我有一个整数线性编程探针来解决。所以，我决定使用python和SciPy spcecifically。

我有以下简短的片段。

obj_function = running_instance_coeffs + new_instance_coeffs
A = [[1]*len(running_instance_coeffs) + [1]*len(new_instance_coeffs), encoding_speed_running_instances + encoding_speed_new_instances]
b = [MAX_INSTANCES, ((-1)*load/QoS)]

bounds=[]

for inst in running_instances:
    bounds.append([0,1])

for inst in instances:
    bounds.append([0,10])

res=linprog(obj_function, A_ub=A, b_ub=b, bounds=bounds, options={"disp": True})
print('Optimal value:', res.fun, '\nX:', res.x)

效果非常好。但是，它没有给出整数解。是否可以简单地将其更改为ILP解决方案？我意识到还有其他类似pulp的库允许这样做，但在这里更改它会更容易。