将Excel解算器解决方案转换为Python纸浆

Question

我发现很难将Excel Solver模型转换为python pulp语法。 在我的模型中，我正在优化每个部门的HC和OT变量，目标是最小化OT变量的总和。约束条件要求HC变量总和不超过92，并且总生产量（下面的电子表格中=E2*C2*D2 + F2*C2）符合每个部门的要求（excel电子表格的＆＃34;输入＆＃34;列）下面）。下面显示的Excel求解器公式非常有效。

问题

1. 如何在纸浆中编写我的目标函数（在Excel F7 中 = SUM（F2：F6）？）
2. 约束 E7 <= 92
3. 约束 G2：G6＆gt; = B2：B6
4. 我有两个决策变量 HC 和 OT 。在下面的python代码中，我只创建了一个变量。

之前



解决之后



import pulp
import numpy as np
import pandas as pd

idx = [0, 1, 2, 3, 4]

d = {'Dept': pd.Series(['Receiving', 'Picking', 'PPicking', 'QC', 'Packing'], index=idx),
     'Target': pd.Series([61,94,32,63,116], index=idx),
     'Hrs/day': pd.Series([7.75, 7.75, 7.75, 7.75, 7.75], index=idx),
     'Prod': pd.Series([11733, 13011, 2715, 13682, 14194], index=idx),
     'HC': pd.Series([24,18,6,28,16], index=idx), 
     'OT': pd.Series([0,0,42,0,0], index=idx)}

df = pd.DataFrame(d)

# Create variables and model
x = pulp.LpVariable.dicts("x", df.index, lowBound=0)
mod = pulp.LpProblem("OTReduction", pulp.LpMinimize)

# Objective function 
mod += sum(df['OT'])


# Lower and upper bounds:
for idx in df.index:
    mod += x[idx] <= df['Input'][idx]


# Total HC value should be less than or equal to 92
mod += sum([x[idx] for idx in df.index]) <= 92


# Solve model
mod.solve()

# Output solution
for idx in df.index:
    print idx, x[idx].value()


# Expected answer 
# HC,   OT 
# 19,   35.795 
# 18,   0
# 11,   0
# 28,   0 
# ----------------
# 92,  35.795  ->  **note:** SUM(HC), SUM(OT)

Answer 1

您发布的纸浆代码存在一些问题。

您只声明一组变量.claro .dojoxGridRowTable tr { background-image : url("...") !important; background-repeat : repeat-x !important; background-attachment :scroll !important; background-clip:border-box !important; background-origin:padding-box !important; background-size:auto auto !important; } ，但您的excel公式中有两组，即HC和OT。您应该声明两组不同的变量，并对它们进行适当的命名：

x

当您将目标添加为HC = pulp.LpVariable.dicts("HC", df.index, lowBound=0) OT = pulp.LpVariable.dicts("OT", df.index, lowBound=0) 时，您试图将一列数据框添加到模型中，这会导致错误。相反，您想要添加OT变量的总和，这可以通过以下方式实现：

mod += sum(df['OT'])

当您添加约束mod += sum([OT[idx] for idx in df.index]) 时，您要求您的x[idx] <= df['Input'][idx]变量在输入数据的上限。但实际上你有一个更复杂的约束 - 注意在excel代码中，你是输入列的下限x。这里的约束应该表现出相同的逻辑：

E2*C2*D2 + F2*C2

将所有这些放在一起产生所需的输出：

for idx in df.index:
    mod += df['Target'][idx] * df['Hrs/day'][idx] * HC[idx] + df['Target'][idx] * OT[idx] >= df['Prod'][idx]