PuLP缓慢添加许多约束

Question

我已经阅读了很多有关此问题的问题，但是我还没有弄清楚如何为自己解决问题。 基本上，我需要为LP问题添加很多约束，但是添加约束需要几分钟。 看来问题是，我在每个循环中都使用了“ prob + =”，但是我不确定如何解决这个问题。 我的代码如下：

for i in range(0,numpy.size(Aeq,0)-1):  
    prob += lpSum(Aeq.getrow(i).toarray()*x)==0
prob += lpSum(Aeq.getrow(numpy.size(Aeq,0)-1).toarray()*x)==1

任何帮助加快速度的工作都将受到赞赏。

Answer 1

for循环似乎只是在执行矩阵乘法，在这种情况下，您应该可以使用子矩阵并对其进行数学运算。

我不确定您是否可以在PuLP中做到这一点，但是您当然可以在CVXPY中做到这一点：

import cvxpy as cp
import numpy as np

Aeq = np.random.random((10,10))
x   = cp.Variable(10)

constraints = [
  cp.sum(Aeq[:-1,:]@x, axis=1)==0,
  cp.sum(Aeq[-1,:]@x)==1
]

JuMP可能是另一种需要研究的技术。