• 大小: 5KB
    文件类型: .py
    金币: 1
    下载: 0 次
    发布日期: 2021-06-02
  • 语言: Python
  • 标签: 单纯形法  python  

资源简介

单纯形法python代码,单纯形法python代码,单纯形法python代码,单纯形法python代码,单纯形法python代码,单纯形法python代码,

资源截图

代码片段和文件信息

# encoding=utf-8
__author__ = ‘wy‘
import numpy as np  # python 矩阵操作lib
class Simplex():
    filename=‘pro.txt‘

    def __init__(self):
        self._A = ““  # 系数矩阵
        self._b = ““  #
        self._c = ‘‘  # 约束
        self._B = ‘‘  # 基变量的下标集合
        self.row = 0  # 约束个数

    def solve(self filename):
        # 读取文件内容,文件结构前两行分别为 变量数 和 约束条件个数
        # 接下来是系数矩阵
        # 然后是b数组
        # 然后是约束条件c
        # 假设线性规划形式是标准形式(都是等式)

        A = []
        b = []
        c = []
        with open(filename ‘r‘) as f:
            self.var = int(f.readline())
            self.row = int(f.readline())

            for i in range(self.row):
                x = list(map(int f.readline().strip().split(‘ ‘)))
                A.append(x)
            b = list(map(int list(f.readline().strip().split(‘ ‘))))
            c = list(map(int list(f.readline().strip().split(‘ ‘))))

        self._A = np.array(A dtype=float)
        self._b = np.array(b dtype=float)
        self._c = np.array(c dtype=float)
        # self._A = np.array([[3-11-200][210110][-130-301]]dtype=float)
        # self._b = np.array([-3412]dtype=float)
        # self._c = np.array([-7 7 -2 -1 -6 0]dtype=float)
        self._B = []
        self.row = len(self._b)
        self.var = len(self._c)
        (x obj) = self.Simplex(self._A self._b self._c)
        self.pprint(x obj A)

    def pprint(self x obj A):
        px = [‘x_%d = %f‘ % (i + 1 x[i]) for i in range(len(x))]
        print(‘‘.join(px))



        print(‘objective value is : %f‘ % obj)
        print(‘------------------------------‘)
        for i in range(len(A)):
            print(‘%d-th line constraint value is : %f‘ % (i + 1 x.dot(A[i])))


    def InitializeSimplex(self A b):

        b_min min_pos = (np.min(b) np.argmin(b))  # 得到最小bi

        # 将bi全部转化成正数
        if (b_min < 0):
            for i in range(self.row):
                if i != min_pos:
                    A[i] = A[i] - A[min_pos]
                    b[i] = b[i] - b[min_pos]
            A[min_pos] = A[min_pos] * -1
            b[min_pos] = b[min_pos] * -1

        # 添加松弛变量
        slacks = np.eye(self.row)
        A = np.concatenate((A slacks) axis=1)
        c = np.concatenate((np.zeros(self.var) np.ones(self.row)) axis=0)
        # 松弛变量全部加入基初始解为b
        new_B = [i + self.var for i in range(self.row)]

        # 辅助方程的目标函数值
        obj = np.sum(b)

        c = c[new_B].reshape(1 -1).dot(A) - c
        c = c[0]
        # entering basis
        e = np.argmax(c)

评论

共有 条评论