线性规划标准形式：MATLAB
凌河ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为
成都创新互联公司的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：13518219792（备注：SSL证书合作）期待与您的合作！
-------------
线性规划求解主要分 两个部分，目标函数（max，min）和约束条件（s.t.），求解时一般要化为MATLAB标准形式：
求解用到的模块（scipy 和 numpy）：
from scipy import optimize
import numpy as np
例题：
转换成标准系数格式：
c = [2, 3, -5]
A = [[-2, 5, -1], [1, 3, 1]]
b = [-10, 12]
Aeq = [[1, 1, 1]]
beq = [7]
x1 = (0, None)
x2 = (0, None)
x3 = (0, None)
LP求解函数：
#-*- coding:utf-8 -*-
#导入包
from scipy import optimize
import numpy as np
def LP(m='',clist=[],Alist=[],blist=[],Aeqlist=[],beqlist=[],all_x=()):
#c,A,b,Aeq,beq,LB,UB,X0,OPTIONS
c = np.array(clist)
A = np.array(Alist)
b = np.array(blist)
Aeq = np.array(Aeqlist)
beq = np.array(beqlist)
#求解
if m == 'min':
res = optimize.linprog(c, A, b, Aeq, beq, bounds=all_x)
fun = res.fun
x = res.x
else:
res = optimize.linprog(-c, A, b, Aeq, beq, bounds=all_x)
fun = -(res.fun)
x = res.x
return fun,x
main函数，方便其它调用：
#-*- coding:utf-8 -*-
import LP
import sys
if __name__ == '__main__':
m = sys.argv[1]
clist = list(eval(sys.argv[2]))
Alist = list(eval(sys.argv[3]))
blist = list(eval(sys.argv[4]))
Aeqlist = list(eval(sys.argv[5]))
beqlist =list(eval(sys.argv[6]))
all_x = tuple(eval(sys.argv[7]))
r=LP.LP(m=m,clist=clist,Alist=Alist,blist=blist,Aeqlist=Aeqlist,beqlist=beqlist,all_x=all_x)
print(r)
说明： （1）因为系统参数传入的都是字符串格式，所以main文件中，将传入参数都转换成列表。
（2）标准是最小值，如果是大值，c应该换成-c
最后执行结果：
红圈里就是大值，和最优解。
C#调用，参考：
https://blog.csdn.net/qq_42063091/article/details/82418630
当前名称：Python实现线性规划求解-创新互联
当前URL：
http://cdkjz.cn/article/dohgod.html
