编写典型数据预测算法 流行算法类工具盘点一

名称：lpsolve

解决问题：纯线性问题，混合的整型和二进制问题，半连续性与特殊命令集(SOS) 模型

应用平台：由ANSI C编写，可应用于Linux和WINDOWS等不同平台。

使用案例：

解决下图所示的最大流问题（这幅图已经标注出求解结果了）：

lpsolve IDE环境中只需输入如下的文本，是不是非常简单直观：

然后按一个运行按钮（红框标注），出现以下的求解结果，红框标注的是结果，蓝框标注的是求解信息，包括耗费时间等等：

关于lpsolve IDE环境的详细使用说明可以参考其使用手册（lpsolve下载主页上可自由下载），看到这里也许有人会问，上面的例子很简单，如果对于复杂的网络拓扑，自己手动输入这些表达式显然是不现实的， 那该怎么办，好在lpsolve可以集成在别的开发环境中，它提供了一整套API，可供调用，具体也请参考使用手册，上面提到的博客里对于matlab调用lpsolve有简单的说明，这里补充说一下，mxlpsolve('write_lp',lp,'a.lp')这个语句可以生成IDE环境里可直接执行的脚本文件（C，JAVA等接口也有类似语句），这样复杂的问题可以用高级编程语言建模，然后生成LP脚本文件单独在IDE中运行，是不是很方便。

以上这个Max Flow的例子直接用matlab自带的linprog工具箱求解，写出代码是：

f = [ -1 -1 -1 0 0 0 0 0 0 0 0 0 ]; A = ; b = ; Aeq = [1 0 0 -1 -1 0 0 0 0 0 0 0 0 1 0 0 0 -1 -1 -1 0 0 0 0 0 0 1 0 0 0 0 0 -1 0 0 0 0 0 0 1 0 1 0 0 0 -1 0 0 0 0 0 0 1 0 1 0 1 0 -1 0 0 0 0 0 0 0 0 1 0 0 0 -1 ]; beq = zeros(6,1); lb = zeros(12,1); ub = [3;2;2;5;1;1;3;1;1;4;2;4]; x = linprog(f,A,b,Aeq,beq,lb,ub);

求解结果如下，可以看到虽然最大流的值是正确的，但其它边上的流却与lpsolve求解结果有很大差别：