如何使用Python获得纸浆中的最佳优化变量?
我正在使用Pulph和Python来解决一个优化问题 我正在使用如何使用Python获得纸浆中的最佳优化变量?,python,pulp,Python,Pulp,我正在使用Pulph和Python来解决一个优化问题 我正在使用 import pulp # code pulp.prob.objective.value() 现在,我想访问优化变量。如何做到这一点 在中,我发现类似于use_vars[I].varValue的内容,但我应该循环以获得整个向量。我能像在目标值中那样直接得到它吗?有人熟悉纸浆吗 要获得整个优化向量,您可以执行以下操作 pulp.prob.variables() 它将返回所有变量的列表。要访问列表的第i个元素或第i个变量,必须执行
import pulp
# code
pulp.prob.objective.value()
现在,我想访问优化变量。如何做到这一点
在中,我发现类似于
use_vars[I].varValue的内容,但我应该循环以获得整个向量。我能像在目标值中那样直接得到它吗?有人熟悉纸浆吗 要获得整个优化向量,您可以执行以下操作
pulp.prob.variables()
它将返回所有变量的列表。要访问列表的第i个元素或第i个变量,必须执行以下操作
pulp.prob.variables()[i].varValue
您可以在函数中返回目标值和变量,如
return pulp.prob.objective.value(), pulp.prob.variables()
然后使用类似for的循环访问变量
varsdict = {}
for v in prob.variables():
varsdict[v.name] = v.varValue
最终结果将是一个字典varsdict
,看起来像
varsdict = {'x_10': 0.0, 'x_0': 1.0, ...}