python - 如何使用 `scipy.optimize.linprog` 来实现更复杂的目标函数?

标签 python optimization scipy scientific-computing

有没有办法使用scipy.optimize.linprog来解决更复杂的目标函数?问题的形式为

c^T * x / ((d^T * x)^T*e)

其中,x = N x 1c = N x 1d = N x Me = M x 1.

scipy.optimize.minimize 中使用显式函数时间太长。

最佳答案

事实证明,这实际上是优化中一个众所周知的问题,称为线性分数规划。有一种方法可以转换变量并通过一些附加约束来求解。我不确定 scipy linprog 是否可以工作,但至少有一条我可以看到的路径。

关于python - 如何使用 `scipy.optimize.linprog` 来实现更复杂的目标函数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59143459/

相关文章:

python - 在python中添加两个不同形状的 `csc`稀疏矩阵

python-3.x - 如何使用 scipy optimization 找到 3 个参数和数据点列表的最小卡方?

python - 蜘蛛 IDE python 。按F5和F9运行有什么区别?

python - 应用函数并返回多列的最 Pythonic 方法是什么?

python - 如何序列化 pyspark 管道对象?

c# - 为什么重用 DataContext 会对性能产生负面影响?

ios - NSDate处理非常占用CPU

c++ - 为实时操作配置 SQLite

python - 在 scipy.optimize.root 中计算 Jacobian 的默认选项

python - Cv2在其他图片中查找图片