Question

我正在努力解决一个包含if语句的混合整数编程问题。使用PuLP时，我的解决状态总是“不可行”，

我的决策变量只是与一系列容器相对应的二进制指示符列表（0或1）以及是否使用了它们（0 =未使用，1 =已使用）。

# Instantiate problem to be solved
prob = LpProblem('Test Problem', LpMaximize)

b = []
for id in container_names:
    max_count = 1
    b.append(LpVariable('b_{}'.format(id),
                    lowBound=0,
                    upBound=1,
                    cat='Integer'))

目标函数只是简单地选择容器（取值为1）乘以已预先分配给每个容器的点数

prob += lpSum([i * j for i, j in zip(points, b)]), 'Total Points'

第一个约束如下。每个容器中都有物品的组合。我们不能超出任何这些物品的库存。 “ container_item_dict”是一个字典，其中的键是容器ID，值是字典，其中的键是库存ID，值是容器中的计数。当我仅在此约束条件下运行时，该算法就可以工作，并且可以获得良好的结果。

for j in inventory_names:
    prob += lpSum([b[i]*container_item_dict[container_names[i]][j] for i in container_index]) <= inventory_in_stock_dict[j]

我正在尝试添加其他约束，但无法弄清楚。我还有一个名为“ must_haves”的二进制指示符列表。 “ must_haves”的长度与“ container_names”的长度相同，并且每个值对应一个容器。如果“ must_haves”的元素为1，则必须在解决方案中选择该容器。如果元素“ must_haves”为0，则可以选择或不选择相应的容器。

如何编写if语句约束？

Answer 1

我相信这是正确的方法：

for i in container_index:
    prob += b[i] >= must_haves[i]

这样，如果must_haves等于1，则必须选择容器。如果must_haves等于0，则可以选择容器。

我最初是这样做的，但遇到了错误。我现在认为这段代码是正确的，它返回“不可行”，因为考虑到我拥有的集装箱数量，这根本是不可行的。

在混合整数线性规划中结合简单的if语句

1 个答案: