python constraint 方程组_求解多变量、不等式约束的多方程组

我试图用scipy和线性规划来解决一个有很多变量的问题。我有一组变量X，它是0.5到3之间的实数，我必须解下列方程：346 <= x0*C0 + x1*C1 + x2*C2 +......xN*CN <= 468

25 <= x0*p0 + x1*p1 + x2*p2 +......xN*pN <= 33

12 <= x0*c0 + x1*c1 + x2*c2 +......xN*cN <= 17

22 <= x0*f0 + x1*f1 + x2*f2 +......xN*fN <= 30

数字C0…CN，p0…pN，C0…CN，f0…fN已经给我了。我试图通过以下方式解决这个问题：

^{pr2}$

方程的解释A_ub的第一行与b_ub相同，因为我们试图使方程最大化，并确保它在给定的边界范围内，即468和346，这意味着我希望得到的值尽可能接近上限。在

我把[-34, -56, -32, -21, -24, -16, -19, -22, -30, -27, -40, -33]放在A_ub中，-346放在b_ub中，逻辑如下：

-346 > -(x0*C0 + x1*C1 + x2*C2 +......xN*CN)这将解决方程的下界问题。我对其他人也一样。在

但我觉得我的方法是错误的，因为我得到的答案是0.425代表{}，而{}是{}的值

x的上限为3，下限为0.5

如何定义如上所示的问题，以获得接近468的最大值，同时记住上限？如何使用scipy定义下限？我是第一次研究线性规划，所以我可能错过了一些可以帮助我的想法。在

我也愿意接受任何其他的解决办法。在