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。
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)
和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。)