PULP：根据约束检查变量设置

Question

我正在寻找使用PULP在Python中设置约束检查。假设我有变量A1，...，Xn和约束（AffineExpression）A1X1 + ... + AnXn＆lt; = B，其中A1，..，An和B都是常量。

给定X的赋值（例如X1 = 1，X2 = 4，... Xn = 2），如何检查约束是否满足？我知道如何使用Numpy对矩阵进行此操作，但想知道是否可以使用PULP让库来处理工作。

我希望这是我可以检查特定的变量赋值。我不想对问题运行优化算法（例如prob.solve（））。

PULP可以这样做吗？有不同的Python库会更好吗？我考虑过谷歌的OR-Tools，但发现文档比PULP更难解析。

Answer 1

看起来可以执行以下操作：

1. 定义PULP变量和约束并将它们添加到LpProblem
2. 以{＆＃39;变量名称＆＃39;：value}
的形式制作您的作业字典
3. 使用LpProblem.assignVarsVals（your_assignment_dict）分配这些值
4. 运行LpProblem.valid（）以检查您的作业是否符合所有约束和变量限制

请注意，这几乎肯定比使用numpy和Ax＆lt; = b慢。制定问题可能会更容易，但由于PULP如何运行这些检查，性能将受到影响。

Answer 2

你可以保持numpy并完成这个。查看矩阵中的单行，您可以将 A 行设置为等于向量，然后创建一个行总和，以便检查索引并查找是否为真。例如：

a = A[0, :]
row_sum = a*x
sum(row_sum) <= B[0]

最后一行只返回True或False。然后，如果要更改单个索引，可以使用

更新row_sum数组

row_sum[3] = a[3]*new_val

再次运行您的分析。