多目标规划模型 代码运行出错

Question

某化工厂今年拟生产两种新产品A和B,其生产费用分别为2万元/吨和5万元/吨。
这两种产品均将造成环境污染,每生产一吨A产品会产生0.4吨的污染,每生产一吨B产品会产生0.3吨的污染。
由于条件限制,工厂生产产品A和B的最大生产能力各为每月5吨和6吨,而市场需要这两种产品的总量每月不少于7吨。
该工厂决策认为,这两个目标中环境污染应该优先考虑,且根据经验生产费用的参考值为30万元,污染量参考值为2吨。
试问工厂如何安排生产计划,在满足市场需要的前提下,使设备的花费和产生的污染均达到最小。

这是一个多目标规划问题。我设A产品产量为x1,B产品产量x2。对生产费用的权重是0.4，对污染的权重是0.6 。运行代码，显示错误：A_ub must have exactly two dimensions, and the number of columns in A_ub must be equal to the size of c
求问原因及解决方法！

import numpy as np
from scipy.optimize import linprog

c = [11/75, 47/300]
A_ub = [-1, -1]
b_ub = [-7]
bounds = [[0, 5], [0, 6]]

result = linprog(c, A_ub, b_ub, bounds = bounds) 
print(result)

print('A, B两种产品的最优生产量是:')
print(result.x)

Answer 1

以下回复引自免费微信小程序：皆我百晓生。 如问题解决，还请采纳。如仍有疑问，请回复留言或私信博主，以便获得更精准的帮助。

为了解决这个问题，我们需要使用数学模型来模拟生产过程，并考虑污染物对环境的影响。下面是一个基本的PYTHON实现：

# 定义变量
A_PRODUCTION_COST = 2 # 每吨A产品的成本
B_PRODUCTION_COST = 5 # 每吨B产品的成本

# 计算每吨A和B产品的总污染量
A_TOTAL_POLLUTION = A_PRODUCTION_COST * 0.4
B_TOTAL_POLLUTION = B_PRODUCTION_COST * 0.3

# 现有数据
TOTAL_A_PRODUCTION = 10 # 各种产品总共生产了10吨
TOTAL_B_PRODUCTION = 5 # 各种产品总共生产了5吨

# 模拟生产过程
FOR I IN RANGE(TOTAL_A_PRODUCTION):
    IF I < TOTAL_B_PRODUCTION:
        A_PRODUCTION += 1
    ELSE:
        B_PRODUCTION += 1

# 输出结果
PRINT("A产品总量:", A_PRODUCTION)
PRINT("B产品总量:", B_PRODUCTION)

这段代码首先定义了生产A和B的产品数量以及它们的生产费用。然后计算每种产品的总污染量，并根据这些信息确定每个产品的产量。最后，通过循环遍历所有可能的生产组合，输出各种产品的总量。

这个例子中，我们假设生产的A和B产品是独立的，没有相互影响。在实际应用中，你可能需要处理更多因素（比如不同季节、天气状况等），并且调整生产计划以适应这些变化。