我有很长的决策变量列表,基本上都是基于输入数据文件。但是,为方便起见,我们使用以下示例:
我将决策变量添加到我的模型中,并且每个决策变量都被约束在0和1(包括)之间。我做了以下事情:(* mylist是我程序中的一列数据框,所以我使用了shape[0]
)
model.variables.add(obj=mylist, ub=list(np.ones((1, mylist.shape[0])))), types=[model.variables.type.continuous] * len(mylist) )
我可能误解了python api如何定义模型构造。我收到了一个CPLEX错误:参数不一致。我怀疑ub
正在给我这个问题,因为当我删除它时一切正常。我该如何以正确的方式设置ub
? columns
函数中的model.variables.add
参数是指什么?
答案 0 :(得分:1)
ub
参数应该是与obj
参数大小相同的序列。因此,您需要使用ub=list(np.ones((1, mylist.shape[0]))))
或ub=[1.0]*len(mylist)
等,而不是ub=np.ones(len(mylist))
。
columns
参数允许您按列而不是逐行地向约束矩阵添加非零(后者通常通过Cplex.linear_constraints.add
方法完成)。了解columns
参数发生情况的一种方法是查看文档中的example。
例如:
import cplex
c = cplex.Cplex()
c.linear_constraints.add(names = ["c0", "c1", "c2"])
c.variables.add(obj = [1.0, 2.0, 3.0],
types = [c.variables.type.integer] * 3)
c.variables.add(obj = [1.0, 2.0, 3.0],
lb = [-1.0, 1.0, 0.0],
ub = [100.0, cplex.infinity, cplex.infinity],
types = [c.variables.type.integer] * 3,
names = ["var0", "var1", "var2"],
columns = [cplex.SparsePair(ind = ['c0', 2], val = [1.0, -1.0]),
[['c2'],[2.0]],
cplex.SparsePair(ind = [0, 1], val = [3.0, 4.0])])
c.write("example.lp")
运行之后,LP文件看起来像:
Minimize
obj: x1 + 2 x2 + 3 x3 + var0 + 2 var1 + 3 var3
Subject To
c0: var0 + 3 var3 = 0
c1: 4 var3 = 0
c2: - var0 + 2 var1 = 0
Bounds
x1 >= 0
x2 >= 0
x3 >= 0
-1 <= var0 <= 100
var1 >= 1
var3 >= 0
Generals
x1 x2 x3 var0 var1 var3
End
如果查看约束矩阵中的第一行(约束“c0”),第一列(变量“var0”)的系数为1.0。对于第三行(具有索引2的约束“c2”),第一列(变量“var0”)具有-1.0的系数。这对应于columns
列表中的第一项(即cplex.SparsePair(ind = ['c0', 2], val = [1.0, -1.0])
)。
答案 1 :(得分:0)
我做了一个小的改动,ub=list(np.ones(mylist.shape[0]))
并且没有错误。使用model.variables.get_upper_bounds()检查边界后,一切看起来都很好。