二次规划与线性规划怎么在Python项目中使用？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
成都创新互联公司总部坐落于成都市区，致力网站建设服务有成都网站建设、
成都网站制作、网络营销策划、网页设计、网站维护、公众号搭建、
小程序制作、软件开发等为企业提供一整套的信息化建设解决方案。创造真正意义上的网站建设，为互联网品牌在互动行销领域创造价值而不懈努力！
对于二次规划（quadratic programming）和线性规划（Linear Programming）问题
MATLAB里是有quadprog函数可以直接用来解决二次规划问题的，linprog函数来解决线性规划问题。Python中也有很多库用来解决，对于二次规划有CVXOPT, CVXPY, Gurobi, MOSEK, qpOASES 和 quadprog； 对于线性规划有Gurobi，PuLP， cvxopt。
目前发现quadprog进行pip install quadprog不成功，而cvxopt成功了，就先说cvxopt的使用。
安装
conda install -c conda-forge cvxopt
安装非常顺利
使用
cvxopt有自己的matrix格式，因此使用前得包装一下
对于二次规划：
def cvxopt_solve_qp(P, q, G=None, h=None, A=None, b=None):
P = .5 * (P + P.T) # make sure P is symmetric
args = [cvxopt.matrix(P), cvxopt.matrix(q)]
if G is not None:
args.extend([cvxopt.matrix(G), cvxopt.matrix(h)])
if A is not None:
args.extend([cvxopt.matrix(A), cvxopt.matrix(b)])
sol = cvxopt.solvers.qp(*args)
if 'optimal' not in sol['status']:
return None
return np.array(sol['x']).reshape((P.shape[1],))
对于线性规划：
def cvxopt_solve_lp(f, A, b):
#args = [cvxopt.matrix(f), cvxopt.matrix(A), cvxopt.matrix(b)]
#cvxopt.solvers.lp(*args)
sol = cvxopt.solvers.lp(cvxopt.matrix(f), cvxopt.matrix(A), cvxopt.matrix(b))
return np.array(sol['x']).reshape((f.shape[0],))
关于二次规划与线性规划怎么在Python项目中使用问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。
分享标题：二次规划与线性规划怎么在Python项目中使用-创新互联
文章地址：
http://www.cdkjz.cn/article/ipsjh.html
