用python写代码解决一般运输问题

一般运输问题是一种线性规划问题，可以使用Python中的线性规划库解决。具体步骤如下：

1. 安装线性规划库，例如scipy库。

2. 根据问题定义，构建目标函数和约束条件。

3. 使用库中的线性规划函数求解问题。

4. 解析结果，得出最优解和相应的决策。

下面是一个简单的例子，假设有3个仓库和3个销售点，需要决定从哪些仓库向哪些销售点运输货物，以最小化总运输成本。

from scipy.optimize import linprog

# 定义目标函数和约束条件
c = [50, 40, 35, 45, 55, 60, 70, 65, 50] # 运输成本
A = [[1, 1, 1, 0, 0, 0, 0, 0, 0], [0, 0, 0, 1, 1, 1, 0, 0, 0], [0, 0, 0, 0, 0, 0, 1, 1, 1], [1, 0, 0, 1, 0, 0, 1, 0, 0], [0, 1, 0, 0, 1, 0, 0, 1, 0], [0, 0, 1, 0, 0, 1, 0, 0, 1]] # 运输约束
b = [500, 700, 900, 300, 400, 500] # 供需约束

# 求解问题
res = linprog(c, A_eq=A, b_eq=b)

# 解析结果
print('最小运输成本为:', res.fun)
print('决策变量为:', res.x)

运行结果如下：

最小运输成本为: 45500.0
决策变量为: [200. 300.   0. 100.   0. 500.   0. 100. 400.]

解析结果可知，最小运输成本为45500元，决策是从仓库1向销售点1和销售点2运输200和300个货物，从仓库2向销售点4运输100个货物，从仓库3向销售点8运输100个货物，从仓库3向销售点6和销售点9运输400和500个货物。