在PythonPuLP中,线性规划约束可以转化为弹性子问题。http://www.coin-or.org/PuLP/pulp.html?highlight=lpsum#elastic-constraints解决子问题可以优化与目标值的距离。当然,目标值是这个子问题的最优解,但是弹性化的全部意义在于我们认为这个解可能不可行。如何将子问题纳入整体问题?我尝试按照添加约束的方式将其添加到问题中,这引发了类型错误。我尝试将其放入目标函数中,但这也不起作用。我在上面的文档或此处托管的示例中找不到任何内容:https://code.google.com/p/pulp-or/wiki/Optimis