如何使用纸浆生成稀疏矩阵的变量和约束？

Question

有， 我是纸浆新手。我从网上的一些例子中学到了知识。这些例子非常有用，现在我可以通过mtself编写简单的模型。但我仍然觉得很难建立复杂的模型，特别是稀疏矩阵模型。

请您使用稀疏矩阵和conplex约束来发布一些复杂的例子。我想学习如何仅创建必要的变量，而不是简单的变量，例如，y = LpVariable.dicts（＆＃34; y＆＃34;，（Factorys，Customers），0,1，LpBinary）。

我有另一个问题：如果我只使用y = LpVariable.dicts（＆＃34; y＆＃34;，（Factorys，Customers），0,1，LpBinary）来定义变量会发生什么，其中大多数变量在模型目标函数和约束中是无用的，我添加了一些约束来明确地将这样无用的变量设置为0？纸浆算法是否能够首先识别这样的无用变量并首先将其删除，然后运行整数规划算法（例如B＆amp; B或B＆amp; C）以解决尺寸减小的问题？如果这是真的，它看起来＆＃34;将无用变量设置为0＆＃34;方法根本不会降低解决方案的速度。我是对的吗？

Answer 1

这可能会有所帮助

http://www.stuartmitchell.com/journal/2012/2/3/my-top-n-tips-for-python-coding-in-optimisation-1.html

特别是首先生成一组稀疏的工厂和客户。

factories_customers = [(f,c) for f in factories for c in customers 
                             if <insert your condition here>]

然后使用

y = LpVariable.dicts("y", factories_customers ,0,1,LpBinary)

Pulp不会删除“无用的”变量和约束，因此模型构建时间会很长。

然而，解决方案算法（CBC默认包含将解除变量的预解算法）。