线性规划松弛输出大于输入
linear programming slack output more than input
版本：
- SciPy: 0.16
问题
我正在尝试优化收益功能（下面的代码），但是 slack 输出不正确（红色圆圈），结果应该是。
最后两个结果相似，但丢失了一个（120）。不知道为什么？
In [3]:
A = np.array([[1,0],[0,1],[1,2]])
In [4]:
# dispo
b = [60, 50, 120]
bounds = ([1,None],[1,None])
In [5]:
c = np.array([80, 120])
In [10]:
sol = linprog(-c, A, b, bounds=bounds)
In [17]:
sol
Out[17]:
status: 0
slack: array([ 0., 20., 0., 59., 29.])
nit: 5
success: True
fun: -8400.0
message: 'Optimization terminated successfully.'
x: array([ 60., 30.])
为了更好的上下文link to gist
您在 table 中看错地方了。 linprog 将 sol.x 计算为 "Producción" 行中的值。它不会 return 您圈出的列中的值，但您可以自己轻松计算它们。
版本：
- SciPy: 0.16
问题
我正在尝试优化收益功能（下面的代码），但是 slack 输出不正确（红色圆圈），结果应该是。
最后两个结果相似，但丢失了一个（120）。不知道为什么？
In [3]:
A = np.array([[1,0],[0,1],[1,2]])
In [4]:
# dispo
b = [60, 50, 120]
bounds = ([1,None],[1,None])
In [5]:
c = np.array([80, 120])
In [10]:
sol = linprog(-c, A, b, bounds=bounds)
In [17]:
sol
Out[17]:
status: 0
slack: array([ 0., 20., 0., 59., 29.])
nit: 5
success: True
fun: -8400.0
message: 'Optimization terminated successfully.'
x: array([ 60., 30.])
为了更好的上下文link to gist
您在 table 中看错地方了。 linprog 将 sol.x 计算为 "Producción" 行中的值。它不会 return 您圈出的列中的值，但您可以自己轻松计算它们。