python - 以下LP代码在哪里出错？

我试图用两个约束解决两个变量的LP问题，其中一个是不等式，另一个是Scipy中的等式约束。
为了转换约束中的不等式，我在其中添加了另一个名为A的变量。

Min(z) = 80x + 60y

限制条件：

0.2x + 0.32y <= 0.25
x + y = 1
x, y <= 0

我通过添加额外的变量A通过以下方程式更改了不平等约束

0.2x + 0.32y + A = 0.25
Min(z) = 80x + 60y + 0A
X+ Y + 0A = 1

from scipy.optimize import linprog
import numpy as np

z = np.array([80, 60, 0])
C = np.array([
[0.2, 0.32, 1],
[1, 1, 0]
])
b = np.array([0.25, 1])
x1 = (0, None)
x2 = (0, None)
sol = linprog(-z, A_eq = C, b_eq = b, bounds = (x1, x2), method='simplex')

但是，我收到一条错误消息

方法='simplex'的linprog输入无效。界线长度
与c的长度不一致

我怎样才能解决这个问题？

最佳答案

问题是您不提供A的界限。如果您例如跑

linprog(-z, A_eq = C, b_eq = b, bounds = (x1, x2, (0, None)), method='simplex')

您将获得：

     con: array([0., 0.])
     fun: -80.0
 message: 'Optimization terminated successfully.'
     nit: 3
   slack: array([], dtype=float64)
  status: 0
 success: True
       x: array([1.  , 0.  , 0.05])

如您所见，满足了约束：

0.2 * 1 + 0.32 * 0.0 + 0.05 = 0.25  # (0.2x + 0.32y + A = 0.25)

并且

1 + 0 + 0 = 1  # (X + Y + 0A = 1)

关于python - 以下LP代码在哪里出错？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56113525/

lp

python - 以下LP代码在哪里出错？