python混合整数线性规划代码

混合整数线性规划（Mixed Integer Linear Programming，MILP）是一种优化问题，其中决策变量可以是整数或连续的。在Python中，可以使用`PuLP`库来解决MILP问题。以下是一个简单的例子：

首先，安装PuLP库：

pip install pulp

然后，编写代码解决MILP问题：

import pulp

# 创建一个线性规划问题
prob = pulp.LpProblem("MILP_Example", pulp.LpMaximize)

# 定义决策变量
x1 = pulp.LpVariable("x1", lowBound=0, cat="Integer")
x2 = pulp.LpVariable("x2", lowBound=0, cat="Integer")

# 定义目标函数
prob += 3 * x1 + 2 * x2, "Objective"

# 添加约束条件
prob += x1 + x2 <= 4, "Constraint1"
prob += x1 - x2 >= 1, "Constraint2"

# 求解问题
prob.solve()

# 输出结果
print("Status:", pulp.LpStatus[prob.status])
print("Optimal Solution:")
for v in prob.variables():
    print(v.name, "=", v.varValue)
print("Objective Value =", pulp.value(prob.objective))

在这个例子中，我们定义了一个具有两个整数决策变量x1和x2的MILP问题。目标函数是最大化3x1 + 2x2，同时满足以下约束条件：x1 + x2 <= 4 和 x1 - x2 >= 1。通过调用`prob.solve()`方法，我们可以求解这个问题并输出最优解和目标函数值。