最簡單的數學程式是乙個線性程式。為了讓你的數學程式成為乙個線性程式，你需要以下條件：
1、決策變數必須是實數變數;
2、目標必須是乙個線性表示式;
3、約束必須是線性表示式。
線性表示式是以下形式的表示式：
i ai和
b b
是已知的常數，xi
' role="presentation" style="position: relative;">xix
i是變數。解這樣的規劃問題稱為線性規劃。線性規劃是通過經過修正的單純形法（也稱為原始單形法）、對偶單純形法或內部點法進行的。一些像cplex這樣的解決方案允許您指定使用哪個方法，但是我們不會在這裡進一步詳細討論。
整數規劃與線性規劃有乙個重要的區別，整數規劃中的一些決策變數可能只需要整數值。由於大多數整數規劃包含連續變數和整數變數的混合，所以它們通常被稱為混合整數規劃。雖然與線性規劃的變化看上去是很小的，但對解決方案過程的影響是巨大的。整數規劃可能是非常難解決的問題，但目前有很多研究找到了解決整數程式的「好」方法。整數規劃可以使用分支和繫結（branch-and-bound）的過程來解決。
注意，對於任何合理大小的mips，隨著整數變數的數量增加，解決方案時間將呈指數增長。
演算法 Pulp 優化的過程（一）
解決乙個優化問題不是乙個線性過程，但是這個過程可以分解成五個一般步驟 1 問題描述 2 制定的數學程式 3 解決數學程式 4 執行一些post optimal分析 5 提供解決方案和分析 然而，在這個過程中經常會出現 反饋迴圈 例如，在制定和解決優化問題之後，您通常會想要考慮您的解決方案的有效性 經...
A star演算法優化二
本文目的是對a 尋路演算法所生成的路徑進行一些人性化的調整，使其看起來不至於太機械化。關於a 演算法的原理與實現，讀者可以閱讀其他資料，這裡不再詳細闡述。a 尋路演算法本質上是乙個有方向性的廣度優先搜尋演算法，它使用乙個估價函式，來估測可能的最短路徑，在每一次搜尋迭代完成後，選取其鄰接點中最優的乙個...
優化演算法（二）模擬退火演算法
import numpy as np 隨機確定變化的方向 def direction2 if np.random.random 0.5 return 1 return 1 隨機確定是否接受較差的解 def direction3 delta,t chance np.exp 1 delta t if n...