Python+Pulp基本架構.md

POLab
2018/12/01
【回到首頁】

Python+Pulp基本架構

● 在利用Python+Pulp建構數學規劃時，通常會依照此順序進行設定變數、目標函數、限制式等

● Import Module

python中一開始要先調用 Module才可以使用，調用方式常見的有兩種:

import pulp

from pulp import*

較不推薦使用，容易造成衝突，並降低可讀性與維護性 更詳盡的說明請參考這裡

● 建模時常使用for迴圈及if條件句

-for迴圈

for i in <some list>:
 <do something for each i here>

-if條件句

if <condition>:
 <do something if condition is true here>

常用的函數及屬性

1.函數

在建立一個數學規劃時，我們必須加入我們的決策變數、目標函數及限制式，以下是在設定這些變數及式子常用的函數內容介紹， 在pulp中設定目標函數及限制式還有其他不一樣的方式，更進一步的了解請參考pulp網站內的查詢

● 定義問題(Formulate Problem)

Problem = pulp.LpProblem(name_str, sense)

sense ∈ {pulp.LpMinimize,pulp.LpMaximize}

• E.g. Maximization problem

problem = pulp.LpProblem('Benefit',pulp.LpMaximize)

● 決策變數函數(Create Decision Variables)

變數預設的範圍上限為正無限，下限為負無限，變數型態為連續變數(continuous)

Decision_Variable = pulp.LpVariable(name_str, lowbound, upbound, category)

category ∈ {Continuous, Integer, Binary}

E.g. x ∈ [0,∞]

X = pulp.LpVariable('VarX', 0, None, cat='Continuous')

● 限制式函數(Add Constraints)

problem+=linear_constraint, constraint_name_str

E.g. Cost: 2X1 - 3X2 ≤100

problem += 2*X1 – 3*X2 <= 100, 'Cost'

2.Pulp attributes

在pulp中，可以透過各種屬性來查詢或更改所建立數學規劃的內容，以下為常用的幾個屬性:
P.S. 更多屬性查詢，可點擊這裡

● Model attributes:

Attribute Name	Description
solve()	solve the problem

model.solve()

Attribute Name	Description
status	The return status of the problem from the solver.

string value	numerical value
"Optimal"	1
"Not Solve"	0
"Infeasible"	-1
"Unbounded"	-2
"Undefined"	-3

model.status

1

pulp.LpStatus[model.status]

'Optimal'

Attribute Name	Description
value(model.objective)	objective value for current solution

total_cost = pulp.value(model.objective)

Attribute Name	Description
varValue	Value in the current solution
variables.name	variable name

for v in prob.variables():
    print(v.name, "=", v.varValue)