다른 게시물에서 나는 어떻게 해결할 수 있는지 보여주었습니다. Python에서 SciPy 및 PuLP와 같은 모듈을 사용하는 선형 최적화 문제. R에서 나는 또한 예를 들어 시연했습니다. lpSolve 패키지.
이 게시물에서는 Python의 ortools 모듈에서 Google의 GLOP 솔버를 사용하는 방법을 보여주고 싶습니다.
해결해야 할 문제는 다음과 같습니다.
Google의 GLOP 솔버로 문제를 해결할 수 있으려면 먼저 Python에 ortools 모듈을 설치해야합니다. ortools는 Python으로 된 Google의 OR 도구 모듈입니다.
ortools를 설치 한 후 Python의 ortools.linear_solver에서 pywraplp 하위 모듈을 가져옵니다.
from ortools.linear_solver import pywraplp
다음으로 솔버 인스턴스 (GLOP 솔버 사용)를 만들고 참조 핸들러에 대한 참조를 저장합니다.
solver = pywraplp.Solver.CreateSolver('linear_programming_examples', 'GLOP')이제 관련 최적화 변수를 선언해야합니다. 이 예에서 최적화 변수는 x, y 및 z입니다.
# 하한이 0이고 상한이없는 변수 x 선언 x = solver.NumVar(0, solver.infinity(), "x") # 하한이 0이고 상한이없는 변수 y 선언 y = solver.NumVar(0, solver.infinity(), "y") # 하한이 0이고 상한이없는 변수 z 선언 z = solver.NumVar(0, solver.infinity(), "z")
위의 주석에서 설명했듯이 최적화 변수를 선언 할 때 하한과 상한을 지정해야합니다. 따라서 최적화 변수를 선언 한 후 솔버에서 이미 음이 아닌 제약 조건을 고려합니다.
최적화 변수를 선언 했으므로 이제 목적 함수를 선언 할 수 있습니다.
# 솔버에 목표 추가 objective = solver.Objective() # 목적 함수가 그로부터 발생하도록 목적에 용어 추가 objective.SetCoefficient(x, 1) objective.SetCoefficient(y, 2) objective.SetCoefficient(z, 3) # 문제를 최대화 문제로 선언 objective.SetMaximization()
목적 함수를 정의한 후 이제 솔버에 관련 제약 조건을 추가해야합니다.
# 제약 추가: 2x + y + z <= 20 constraint = solver.Constraint(-solver.infinity(), 20) constraint.SetCoefficient(x, 2) constraint.SetCoefficient(y, 1) constraint.SetCoefficient(z, 1) # 제약 추가: x + y + z <= 15 constraint = solver.Constraint(-solver.infinity(),15) constraint.SetCoefficient(x, 1) constraint.SetCoefficient(y, 1) constraint.SetCoefficient(z, 1) # 제약 추가: x - y - z >= 0 constraint = solver.Constraint(0,solver.infinity()) constraint.SetCoefficient(x, 1) constraint.SetCoefficient(y, -1) constraint.SetCoefficient(z, -1)
이제 모델이 완성되었습니다.
문제 해결을 진행할 수 있습니다. 이것은 아래 코드 줄에서 수행됩니다.
solver.Solve()
0
x에 대한 최적의 솔루션은 다음과 같습니다.
print("x_opt: ", x.solution_value())x_opt: 6.666666666666667
y에 대한 최적의 솔루션은 다음과 같습니다.
print("y_opt: ", y.solution_value())y_opt: 0.0
z에 대한 최적의 솔루션은 다음과 같습니다.
print("z_opt: ", z.solution_value())z_opt: 6.666666666666667
최적의 목적 함수 값은 다음과 같습니다.
print("optimal value: " + str(x.solution_value()+2*y.solution_value()+3*z.solution_value()))optimal value: 26.666666666666668
최적화 및 시뮬레이션을 전문으로하는 산업 엔지니어 (R, Python, SQL, VBA)
Leave a Reply