问题描述
这似乎是一个有趣的问题，但有没有办法编写具有两个“下”界的 LP 方程？
基本上我的问题是，我想要有一个边界（（0 或 i），x），其中 i 和 x 是一个浮点数范围，而不是对某些变量 'a' 设置传统的边界 (0,x)。因此，如果将其归零并不能优化它，它会找到 i 和 x 之间的最佳值；例如(0,5,100) 其中最佳值可以为零或介于 5 和 100 之间的浮点数。
有没有办法在 scipy linprog 或 PuLP 中进行编程？或者是否有更复杂的求解器可以处理此类约束？
解决方法
您描述的确切场景仅使用 LP 是不可能的（因此您无法使用 linprog 解决此问题），但您可以使用 MILP 执行类似的操作。您将引入一个二进制变量，例如 b，如果下限和上限为 0，则该变量为 0，如果您有另一个界限，则为 1，然后您将添加约束 b*i <= a 和 {{1} }.这样，当 a <= b*x 为零时，b 必须为零，而当 a 为 1 时，您可以恢复 b 的界限。你可以用 Pulp 解决这个问题。