我有一组线性方程,我想以这样的方式进行优化,使得任何方程的最小结果都是最好的。
for example
Solve for
x1*1 + x2*2
x1*3 + x2*4
constraint
x1+x2=<12
我在python中使用Pulp进行线性最大化,结果产生一个输出太大而另一个太小。目前,我通过设置另一个约束来检查最佳可能的最小值
x1*1 + x2*2 >= minval
x1*3 + x2*4 >= minval
我现在正在迭代以获得minval的最佳可能值,直到问题不可行为止,但这对于每个minval值的优化运行来说都是CPU成本高昂的方法
引入一个新变量z
和新约束z <= x1 + 2*x2
和z <= 3*x1 + 4*x2
,然后最大化z
。这与你在minval
上尝试的类似,但告诉线性编程求解器优化值而不是自己上下摆弄它。