强制变量为整数CVXPY

时间:2017-04-03 21:29:05

标签: python python-3.x cvxpy

我试图在Python中使用cvxpy强制变量为整数(整数约束),但结果仍然是浮点数:

from cvxpy import *

Fi = Int() 
Or = Int()

constr = [Fi <= 3000,
                 Or <= 3000,
                 Or >= 1000,
                 1.25*Or - Fi >= 0,
                 Fi >= 0,
                 Or >= 0]

obj= Maximize(50000*Fi + 25000*Or)

prob = Problem(obj, constr)
prob.solve()

print ("Status: ", prob.status)

print ("Fi: ", Fi.value)
print ("Or: ", Or.value)

print ("Obj: ", obj.value)

结果:

Status:  optimal
Fi:  2999.9999999
Or:  2999.99999989
Obj:  224999999.992

我该怎么做才能强迫它?

我也试过了:

Fi = Variable() 
Or = Variable()

constr = [Fi <= 3000,
                 Or <= 3000,
                 Or >= 1000,
                 1.25*Or - Fi >= 0,
                 Fi >= 0,
                 Or >= 0,
                 Fi == Int(),
                 Or == Int()]

Fi和Or是变量。不只是数字。

1 个答案:

答案 0 :(得分:1)

我遇到了同样的问题(还有更多变量)!我认为cvxpy将解决方案存储为numpy.matrix变量来节省空间,这种解决方案将每个解决方案都转换为浮点数。我只是将输出阈值化为int。这应该适合你:

Fi_val = int(Fi.value)+(1 if (Fi.value - int(Fi.value)) >0.9 else 0)
Or_val =  int(Or.value)+(1 if (Or.value - int(Or.value)) >0.9 else 0)

有更好的方法可以获得整数x的小数部分而不是x-int(x)(例如Math.modf(x)numpy.modf(x)),但这不需要包导入。< / p>

请注意,您可以将阈值设置为0.9999999999而不是0.9。 cvxpy的输出似乎是int,几乎达到了numpy矩阵浮点数的全部精度。

(如果有人能让这个想法更加精确,请这样做。)