求解线性规划模型之单纯形代码

将一般线性规划模型转化为标准型后，便可使用单纯形算法求解。
Scipy的优化器模块optimize可以用来求取不同函数在多个约束条件下的最优化问题
最优解判别定理
若目标函数中关于非基本变量的所有系数（检验数）小于或等于0，则当前基本可行解就是最优解
单纯形算法解约束标准型线性规划问题的步骤如下： 1.找出基本变量和非基本变量，将目标函数由非基本变量表示，建立初始单纯形表。 2.判别目标函数的所有系数，即检验数。如果所有的系数都≤0，则获得最优解，算法结束 3.选入基变量 4.选离基变量 5.换基变换
基本变量：每个约束条件中的系数为正且只出现在该约束条件中的变量
import sys
def optimize():
global table,base,unbase,m,n
max1=0#存放最大的检验数
max2=0#存放最大正检验数对应的基变量
e=-1#记录入基列
k=-1#记录离基

求解线性规划模型之单纯形代码最先出现在Python成神之路。