我正在尝试解决以下形式的线性规划问题
minimise cT.x
A.x = b
x >= 0
对于交通问题。
但是，使用 CVXOPT 需要为 lp(G,h,A,b) 求解器定义变量 Gx <= h。
我尝试创建我的 A 和 b 矩阵，对于 G 和 h 矩阵，我使用 G 的单位矩阵（乘以 -1）和 h 的零向量，以便施加 x>=0 约束。
但是，当我运行我的代码时，它会返回一个“奇异 KKT 矩阵”。
谁能帮我解决问题，或者我如何在没有 G 和 h 变量的情况下运行 CVXOPT 求解器。
您的解决方案（-G - 单位矩阵，h - 零向量）应该有效。您可以在此处发布您的数据。
例如：
from cvxopt import matrix, solvers
c = matrix([ 2.0, 1.0 ])
G = matrix(-np.eye(2))
h = matrix(np.zeros(2))
A = matrix(np.eye(2))
b = matrix([1., 2.])
sol = solvers.lp(c, G, h, A, b)
print(sol['x'])
Optimal solution found.
[ 1.00e+00]
[ 2.00e+00]
使用潜在方法搜索运输问题的最优解。要使用势法，您需要求解三个拉维尔方程。网络问题，如交通问题，请使用对偶问题解决。