深度学习入门到精通+TensorFlow案例演示：线性规划

关联学习资源	[深度学习入门到精通+TensorFlow全程案例讲解 .zip]( "深度学习入门到精通+TensorFlow全程案例讲解 .zip")

2-5 线性规划

线性规划作为运筹学（Operations Research, OR）中的关键组成部分，其核心在于在一系列线性约束条件下，寻找目标函数的最优解，即最大值或最小值。

以下内容可参考 02_17_ 线性规划 .ipynb 文件进行学习。

范例 1. 目标函数的最大化问题 z = 3x+2y

约束条件包括： 2 x + y ≤100

x + y ≤80

x ≤40

x ≥0, y ≥0

求解过程如下：

（ 1 ）首先通过绘制图形的方式，将满足所有约束条件的区域（黄色部分）标记出来，这一区域被称为可行解集（Feasible Solutions），如图 2.61 所示。

图2.61 确定可行解

所采用的程序代码如下：

![](ht