0-1规划模型python

0-1规划（0-1 Integer Programming）是一类数学规划问题，其中决策变量只能取 0 或 1。在Python中，可以使用一些优化库来解决这类问题，如PuLP、CVXPY、Pyomo等。

以下是使用PuLP库解决0-1规划模型的示例代码：

from pulp import *

# 创建问题实例
prob = LpProblem("0-1 Integer Programming", LpMinimize)

# 定义决策变量
x1 = LpVariable("x1", 0, 1, LpInteger)
x2 = LpVariable("x2", 0, 1, LpInteger)

# 定义目标函数
prob += 3*x1 + 5*x2

# 定义约束条件
prob += 2*x1 + 3*x2 >= 5
prob += x1 + x2 <= 1

# 求解问题
prob.solve()

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

上述代码中，我们创建了一个名为"0-1 Integer Programming"的问题实例，并定义了两个决策变量 x1 和 x2。然后，我们定义了目标函数和约束条件，并使用`prob.solve()`来求解问题。最后，我们打印出问题的状态、决策变量的取值以及目标函数的值。

你可以根据自己的具体问题，修改目标函数和约束条件来求解你的0-1规划模型。