我的假设

Question

我不知道我的问题是否可能。我正在使用ortools来解决优化问题，我知道在条件部分中，参数应该以double类型定义，如下所示：

constraints[i] = solver.Constraint(0.0 , 10,0)

但我的问题是，我不想在创造条件时使用这种类型的论证。例如，我想要一个清单。

所以我在我的代码中写了这个：

constraints[i] = solver.Constraint([1,2,3,...])

我收到了这个错误：

return _pywraplp.Solver_Constraint(self, *args)
NotImplementedError: Wrong number or type of arguments for overloaded 
function 'Solver_Constraint'.
Possible C/C++ prototypes are:
operations_research::MPSolver::MakeRowConstraint(double,double)
operations_research::MPSolver::MakeRowConstraint()
operations_research::MPSolver::MakeRowConstraint(double,double,std::string 
const &)
operations_research::MPSolver::MakeRowConstraint(std::string const &)

有没有办法改变条件的论证类型？

Answer 1

我的假设

您的约束表达式是“一些列表的总和”，表示类似the NumPy library所做的事情：例如，如果您有两个值列表，[1, 2, 3]和[4, 5, 6] ，它们的总和将是 wise ，st [1, 2, 3] + [4, 5, 6] = [1+4, 2+5, 3+6] = [5, 7, 9]。
您的“列表约束”也是基于元素的；例如，[x1, x2, x3] <= [1, 2, 3]表示x1 <= 1，x2 <= 2和x3 <= 3。
您正在使用GLOP Linear Solver。（我下面所说的所有内容都适用于ILP / CP / CP-SAT求解器，但是某些特定的方法名称/其他详细信息有所不同。）

我的答案

问题是，ortools仅允许您将标量值（如数字）设置为变量；可以这么说，您不能创建“列表变量”。

因此，您必须制作一个有效表示同一事物的标量变量列表。

例如，假设您希望“列表变量”是一个值列表，每个值都受到存储在列表中的特定约束的约束。假设您有一个上限列表：

upper_bounds = [1, 2, 3, ..., n]

并且您有一些求解器变量列表，如下所示：

vars1 = [
    # variable bounds here are chosen arbitrarily; set them to your purposes
    solver.NumVar(0, solver.infinity, 'x{0}'.format(i))
    for i in range(n)
]
vars2 = [...]  # you define any other variable lists in the same way

然后，您将创建约束对象列表，列表中的每个上限都有一个约束：

constraints = [
    solver.Constraint(0, ubound)
    for ubound in upper_bounds
]

然后将变量插入约束中，但这取决于您的问题：

# Example expression: X1 - X2 + 0.5*X3 < UBOUND
for i in range(n):
    constraints[i].SetCoefficient(vars1[i], 1)
    constraints[i].SetCoefficient(vars2[i], -1)
    constraints[i].SetCoefficient(vars3[i], 0.5)

希望这会有所帮助！我建议您（如果已有的话）再看一下特定求解器的示例。可以找到here。用于GLOP的那个。

如何在ortools中更改约束参数的类型

1 个答案:

我的假设

我的答案