求解整数线性规划
比如我们求解这样的一个问题：
我们需要配置基本的环境，首先记得按顺序安装模块：
pip install numpy
pip install mkl
pip install cvxopt
pip install scs
pip install ecos
pip install osqp
再：
pip install cvxpy
完整代码如下：
# coding=gbk
"""
作者：川川
@时间 : 2022/1/30 0:35
群：428335755
"""
import cvxpy as cp
from numpy import array
c = array([40, 90]) # 定义目标向量
a = array([[9, 7], [-7, -20]]) # 定义约束矩阵
b = array([56, -70]) # 定义约束条件的右边向量
x = cp.Variable(2, integer=True) # 定义两个整数决策变量
obj = cp.Minimize(c * x) # 构造目标函数
cons = [a * x <= b, x >= 0] # 构造约束条件
prob = cp.Problem(obj, cons) # 构建问题模型
prob.solve(solver='GLPK_MI', verbose=True) # 求解问题
print("最优值为:", prob.value)
print("最优解为：\n", x.value)
运行结果如下：
由于注释很详细，我就没啥好说的了，如果你有不懂，可以评论区留言，或者加我联系方式问我。
推荐一本好书
《机器学习线性代数基础：Python语言描述》的优势：本书以机器学习涉及的线性代数核心知识为重点，进行新的尝试和突破：从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度，环环相扣地展开线性代数与机器学习算法紧密结合的核心内容。
感兴趣可以自行购买：
京东自营购买链接：
https://item.jd.com/12566109.html
当当自营购买链接：
http://product.dangdang.com/27921482.html
