竞赛详细思路+python代码+Matlab代码:2024年第十四届APMCM 详细思路+Matlab代码+python代码(5号之前5折)
1. 线性规划模型
from scipy.optimize import linprog
# 线性规划示例
c = [-1, 4] # 目标函数的系数
A = [[-3, 1], [1, 2]] # 不等式约束左侧的系数矩阵
b = [6, 4] # 不等式约束右侧的值
# 求解线性规划问题
res = linprog(c, A_ub=A, b_ub=b)
print("最优解为:", res.x)
2. 非线性规划模型
from scipy.optimize import minimize
# 非线性优化示例(Rosenbrock函数最小化)
def rosen(x):
return sum(100.0 * (x[1:] - x[:-1]**2)**2 + (1 - x[:-1])**2)
x0 = [1.3, 0.7, 0.8, 1.9, 1.2] # 初始猜测值
res = minimize(rosen, x0, method='nelder-mead', options={'xtol': 1e-8, 'disp': True})
print("最优解为:", res.x)