小编Hen*_*ich的帖子

我有两个稀疏矩阵E和D,它们在同一个地方有非零项.现在我希望将其E/D作为稀疏矩阵,仅在D非零时定义.

例如,请使用以下代码:

import numpy as np
import scipy

E_full = np.matrix([[1.4536000e-02, 0.0000000e+00, 0.0000000e+00, 1.7914321e+00, 2.6854320e-01, 4.1742600e-01, 0.0000000e+00],
                    [9.8659000e-03, 0.0000000e+00, 0.0000000e+00, 1.9106752e+00, 5.7283640e-01, 1.4840370e-01, 0.0000000e+00],
                    [1.3920000e-04, 0.0000000e+00, 0.0000000e+00, 9.4346500e-02, 2.8285900e-02, 4.3967800e-02, 0.0000000e+00],
                    [0.0000000e+00, 4.5182676e+00, 0.0000000e+00, 0.0000000e+00, 7.3000000e-06, 1.5100000e-05, 4.0746900e-02],
                    [0.0000000e+00, 0.0000000e+00, 3.4002088e+00, 4.6826200e-02, 0.0000000e+00, 2.4246900e-02, 3.4529236e+00]])
D_full = np.matrix([[0.36666667, 0.        , 0.        , 0.33333333, 0.2       , 0.1       , 0.        ],
                    [0.23333333, 0.        , 0.        , 0.33333333, 0.4       , 0.03333333, 0.        ],
                    [0.06666667, 0.        , 0.        , 0.33333333, 0.4       , …

我正在使用 cvxpy，自从更新到 1.0.6 以来，我在调用 GLPK 时得到了不需要的输出。

import cvxpy as cvx
x = cvx.Variable(2)
p = cvx.Problem(cvx.Minimize(x[0]), [x[0] + x[1] == 1, x[0] - x[1] >= 1])
p.solve(solver = cvx.GLPK)

在 IPython3 中，这会创建输出

GLPK Simplex Optimizer, v4.61
2 rows, 2 columns, 4 non-zeros
      0: obj =   0.000000000e+00 inf =   2.000e+00 (2)
      1: obj =   1.000000000e+00 inf =   0.000e+00 (0)
*     2: obj =   1.000000000e+00 inf =   0.000e+00 (0)
OPTIMAL LP SOLUTION FOUND
Out[5]: 1.0

在 0.4.11 中，我只得到了1.0打印，我想恢复这种行为。对于其他求解器，有该verbose选项，但对于 …

我有一个带有整数约束的 LP，我想使用 Python 以精确算术求解它。其实我只需要一个可行点。

编辑：“精确算术”这里指的是无界枚举数和分母的有理数。

之前的尝试：

• 查找线性程序的精确解决方案提到了 qsoptex，但是当我尝试导入它时，我得到了ImportError: libqsopt_ex.so.2: cannot open shared object file: No such file or directory，尽管据我所知，我给出了该库的路径。
• SoPlex 可在控制台上运行，但我找不到 Python 界面。
• PySCIPOpt ( https://github.com/SCIP-Interfaces/PySCIPOpt ) 是 SCIP 的 Python 接口，包括 SoPlex，但我不知道如何调用特定的求解器（具有特定的选项）。
• cdd（https://pycddlib.readthedocs.io/en/latest/linprog.html）做了一些事情，称之为 LP，但我不知道他们实际解决的是哪个问题。

速度只是一个中等问题。我的较大实例有大约 500 个带有框约束的变量和 40 个等式，但涉及的数量可能很大。