ILP算法学习

本文主要是介绍ILP算法学习，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

基于整数线性规划(ILP)方法

1. 将摘要看做一个带约束的优化问题
2. 基于ILP进行求解，可采用现成的ILP求解工具
3. 同时进行句子抽取与冗余去除 

python下ILP求解工具学习：

    

使用流程

　　我们解决线性规划问题一般是通过以下三个步骤。

1.列出约束条件及目标函数
2.画出约束条件所表示的可行域
3.在可行域内求目标函数的最优解及最优值

• 1
• 2
• 3

　　使用pulp工具包，我们只需要做第一步即可，使用pulp提供的API提供目标函数及约束条件就可以直接求解，非常方便。 
　

1.常用的API

1. LpProblem类
LpProblem(name='NoName', sense=LpMinimize)
构造函数，用来构造一个LP问题实例，其中name指定问题名（输出信息用)，
sense值是LpMinimize或LpMaximize中的一个，用来指定目标函数是求极大值还是极小值。solve(solver=None, **kwargs)
在对LpProblem添加完约束条件后，调用该函数进行求解，如果不是求解特定的整数规划问题，solver一般使用默认即可。2. LpVariable类
LpVariable(name, 

这篇关于ILP算法学习的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---