Python 最优化算法实战代码

本仓库整理了《Python 最优化算法实战》相关的源代码、学习笔记、案例数据和课程 PPT，内容覆盖 Python 基础、Gurobi 优化器、线性规划、整数规划、多目标优化、动态规划、图与网络分析、智能优化算法等主题。

目录结构

.
├── 源代码/                 # 各章节配套 Python 源代码
├── 学代码/                 # 学习笔记、案例 Notebook、数据文件和图片
├── Python最优化算法ppt/    # 各章节 PPT 课件
└── 分享博客/               # 博客分享材料和示例 Notebook

内容概览

• 第 2 章：Python 编程基础、NumPy、Pandas、Matplotlib
• 第 3 章：Gurobi 优化器建模、线性化技巧、回调函数
• 第 4 章：线性规划、单纯形法、内点法、列生成法
• 第 5 章：整数规划
• 第 6 章：多目标优化
• 第 7 章：动态规划
• 第 8 章：图与网络分析、最短路径、最大流、VRP
• 第 9 章：智能优化算法、PSO、GA、TSP、Rastrigin 函数

使用方式

克隆仓库后，可以直接浏览 .py 源码、打开 .ipynb Notebook，或查看 PPT 课件。

git clone https://github.com/Zhou-Weixin/Python-optimization-algorithm-practice-code.git
cd Python-optimization-algorithm-practice-code

如需运行 Notebook，建议先创建独立 Python 环境，并按具体代码需要安装依赖：

pip install numpy pandas matplotlib scipy jupyter

部分优化模型依赖以下求解器或第三方库，需要根据本机环境单独安装和配置：

• gurobipy
• ortools
• geatpy

说明

本仓库主要用于最优化算法学习、教学演示和案例复现。不同章节示例的运行环境可能不同，运行前请先检查对应文件中的导入库和数据路径。