scipy.optimize.linprog不为我工作:我做错什么了？

Question

我正在尝试使用scipy.optimize.linprog，在一个简单的例子中，它并不适用于我。我一定做错了什么--请帮我找出来。

这里是输入和期望的解决方案，并测试了预期的解决方案是可行的。

import numpy, scipy.optimize
print "A", A_ub
print "b", b_ub
print "c", c
print "x_expected", x_expected
print "expected optimum", numpy.dot(c, x_expected)
print "feasibility test", numpy.dot(A_ub, x_expected) <= b_ub

这个指纹

A [[-1. -0.  0.  1.]
   [-0. -1.  1.  1.]
   [-1. -0. -0. -1.]
   [-0. -1. -1. -1.]]
b [ 2.  1. -2. -1.]
c [ 1.  1.  0.  0.]
x_expected [ 0  0 -1  2]
expected optimum 0.0
feasibility test [ True  True  True  True]

当我调用linprog时，我得到了一个可行的解决方案，但它似乎不像我所期望的那样最优。

r = scipy.optimize.linprog(c, A_ub, b_ub)
x_derived = r.x
print "x_derived", x_derived
print "derived optimum", numpy.dot(c, x_derived)
print "derived feasibility", numpy.dot(A_ub, x_derived) <= b_ub

这个指纹

x_derived [ 1.  0.  0.  1.]
derived optimum 1.0
derived feasibility [ True  True  True  True]

我的推理有什么问题吗?我应该得到预期的解决方案(或者如果有更好的解决方案)，而不是我得到的解决方案？如果我没有错，我如何使林普得到它给我？谢谢!

Answer 1

默认情况下，Linprog假定通常的线性规划下限x >= 0，而您的“预期”解决方案并不满足这一要求。请参阅bounds关键字参数以更改边界。