Question

尝试使用linprog最小化简单的线性函数。系数是arr2的元素乘以-1。每个变量只有不等式约束，例如-1＆lt; = x1＆lt; = 1，-2＆lt; = x2＆lt; = 2等等。

如果选择不在linprog中指定边界：

from scipy.optimize import linprog
import numpy as np
import pandas as pd

numdim = 28

arr1 = np.ones(numdim)
arr1 = - arr1

arr2 = np.array([
19.53,
128.97,
3538,
931.8,
0.1825,
150.88,
10315,
0.8109,
3.9475,
3022,
31.77,
10323,
110.93,
220,
2219.5,
119.2,
703.6,
616,
338,
84.67,
151.13,
111.28,
29.515,
29.67,
158800,
167.15,
0.06802,
1179
])

constr_a = []

for i in range(numdim):

    constr_default = np.zeros(numdim)
    constr_default[i] = 1
    constr_a.append(constr_default)

for i in range(numdim):

    constr_default = np.zeros(numdim)
    constr_default[i] = -1
    constr_a.append(constr_default)

constr_a = np.asarray(constr_a)
constr_b = np.arange(1, 2*numdim + 1, 1)
constr_b[numdim:] = constr_b[:numdim]

print linprog(np.transpose(arr1 * arr2), constr_a, constr_b, bounds=(None, None))

我得到以下结果：

有趣：-4327476.2887400016 消息：＆＃39;优化失败。这个问题似乎没有限制。＆＃39; 状态：3

我已尝试将最后一行更改为：

print linprog(np.transpose(arr1 * arr2), constr_a, constr_b, bounds=(-1000, 1000))

指定为边界的数字是随机的。输出是：

有趣：-4327476.2887400296 消息：＆＃39;优化已成功终止。＆＃39; 状态：0

这给我们一个稍微不同的结果和所需的状态。我的问题是，我是否滥用图书馆以及以何种方式？哪个答案是对的？预计此代码无需指定＆＃39;界限＆＃39;参数。我无法使用此参数，因为这些简单约束对于每个变量都是唯一的。

我使用python 2.7和scipy 0.17.1。非常感谢。

UPD

constr_a应该是根据文档（https://docs.scipy.org/doc/scipy/reference/optimize.linprog-simplex.html）的矩阵，并且实际上在代码中。为确保语法正确，我们可以将维数减少到2：

from scipy.optimize import linprog
import numpy as np
import pandas as pd

numdim = 2

arr1 = np.ones(numdim)
arr1 = - arr1

arr2 = np.array([
19.53,
128.97
])

constr_a = []

for i in range(numdim):

    constr_default = np.zeros(numdim)
    constr_default[i] = 1
    constr_a.append(constr_default)

for i in range(numdim):

    constr_default = np.zeros(numdim)
    constr_default[i] = -1
    constr_a.append(constr_default)

constr_a = np.asarray(constr_a)
constr_b = np.arange(1, 2*numdim + 1, 1)
constr_b[numdim:] = constr_b[:numdim]

print constr_a
print constr_b
print linprog(np.transpose(arr1 * arr2), constr_a, constr_b, bounds=(None, None))

这将有效。

Answer 1

constr_a列表未正确形成。它是一个数组的数组，而不是一个标量数组。这可能导致不正确的下限导致优化失败。

也许

constr_a.append(constr_default)

应该是

constr_a.append(constr_default[i])

检查两个绑定数组以确保它们具有正确的形式和值。

Python SciPy linprog优化失败，状态为3

1 个答案: