最近抽空研究了谷歌运筹优化库ortools底层封装的函数，发现其自带的许多函数能解决很多复杂的非线性规划问题。
例如：以下是一个目标函数为非线性表达式（包含x与y的乘积）的例子。
完整代码
from ortools.sat.python import cp_model
model = cp_model.CpModel()
# x,y,z为0到100之间的整数
x = model.NewIntVar(0, 100, 'x')
y = model.NewIntVar(0, 100, 'y')
z= model.NewIntVar(0, 100, 'z')
## 约束：
### 2x+3y<100
### x*y-z>10
mult=model.NewIntVar(0, 10000, 'mm')
model.AddMultiplicationEquality(mult, x, y)
model.Add(2*x+3*y<100)
model.Add(mult-z>10)
#目标函数
model.Minimize(mult+2*x+6*z)
# 定义求解器
solver = cp_model.CpSolver()
# 求解问题
status = solver.Solve(model)
# 输出结果
if status == cp_model.OPTIMAL:
print('x =', solver.Value(x))
print('y =', solver.Value(y))
print('z =', solver.Value(z))
print('mult =', solver.Value(mult))
print('obj =', solver.ObjectiveValue())
else:
print('No solution found.')
非线性函数介绍
AddAbsEquality():取绝对值 AddModuloEquality():取余运算 AddDivisionEquality():取整运算 AddMinEquality():取最小值运算 AddMaxEquality():取大值运算 AddMultiplicationEquality()：乘积运算。 ortools还有很多非线性处理的函数，并未一一列举。感兴趣的读者可以研读底层函数包，进一步深挖底层函数。
总结
原文作者：Python学习杂记；如有侵权，请联系管理员删除。
上一篇：
稳定且无需魔法的AI工具介绍
下一篇：
claude 使用介绍
请登录后发表评论
登录
全部评论
