Question

我正在用纸浆 python 写一个 LP 问题。我对 LP 并不陌生，但我对纸浆很陌生。到目前为止，我得到了一些正确实施的约束。它们很简单，我知道它们是如何工作的。问题是关于将集装箱分配给航次；

# All containers asigned to only 1 voyage
for i in cntrs:
    prob += lpSum([x[(i,v)] for v in voyages]) <= 1
    
# Contaienr to right destination
for v in voyages:
    prob += lpSum([x[(i,v)] * posibleDest.loc[i,v] for i in cntrs]) == 1

# Weight capacity of voyages
for v in voyages:
    for b in barges:
        prob += lpSum([weight[i] * x[(i,v)] for i in cntrs]) <= voyWCap[v]
        
# Type capacity of voyages
for c in cats:
    for v in voyages:
        prob += cntrCat.loc[i,c] * x[(i,v)] <= bargeCATCAP.loc[c,b] * voyBarge.loc[b,v]
        
# TEU cap of voyages
for v in voyages:
    for b in barges:
        prob += lpSum([cntrTEU[i] * x[(i,v)] for i in cntrs]) <= voyTEUCap[v]

我测试了这个程序，它运行得很好，但是我卡在了一个特定的部分。我想添加一个参数“Tardy”，如果容器迟到/早到达，它会给容器一个“惩罚值”。我的目标函数是最小化未使用的空间，因此将惩罚的总和乘以一个大数字应该会“推动”程序尝试在正确的时间窗口内获取所有内容。

现在是我的问题；我知道这行得通，只是不知道如何编程。

到目前为止我做了什么；

我的目标函数如下

prob += lpSum([(TEUcap[b] * voyBarge.loc[b,v]) - (x[(i,v)] * cntrTEU[i]) + Tardy[i] * M]  
              for i in cntrs
              for b in barges
              for v in voyages)

其中 M 是一个非常大的数字

我创建了一个带有 0 的字典 (Tardy) 和一个循环来填充该字典；

Tardy = dict.fromkeys(cntrs,0)

for i in cntrs:
    for v in voyages:
        if cntrDest.dot(voyArive).loc[i,v] != 0:
            if cntrDest.dot(voyArive).loc[i,v] * x[(i,v)] <= (cntrOpen.dot(voyDest)).loc[i,v] * x[(i,v)]:
                Tardy[i] = 1
            elif cntrDest.dot(voyArive).loc[i,v] * x[(i,v)] >= (cntrClose.dot(voyDest)).loc[i,v] * x[(i,v)]:
                Tardy[i] = 1
            else:
                Tardy[i] = 0

换句话说：我的大部分参数都是矩阵，如果有一个值（不是 0）

cntrDest.dot(voyArive).loc[i,v]

表示第 v 航次的集装箱 i 有一个到达日期时间，如果该值大于关闭日期时间，或小于打开日期时间，则该集装箱应受到惩罚 (Tardy[container] =1)

因为 x 是一个 LpVariable

x[(i,v)]

在问题解决之前总是0，因此，tardy总是1。

我想我必须在某处“粘贴”一个 prob+=，但我不知道如何让程序考虑到它。如果有人能帮助我让它工作，或者对如何编程有其他建议，那将不胜感激！

亲切的问候

Answer 1

你不能“有条件地”制定你的模型......意思是 Tardy 是你的模型中的一个变量，你不能在一个线性的条件语句（if-elif-else）中给它赋值因为当问题被公式化并移交给求解器时，因变量（在本例中为 x）的值是未知的，所以我们需要尝试其他方法并重新公式化。

您在模型中如何处理时间并不完全清楚，但似乎集装箱有到期日，航程有到达时间，这将是计算{的基础{1}}。因此，您应该将 Tardy 引入为非负实数值，并将其限制为大于到达时间和截止日期之间的差值。假设集装箱“i”继续那个特定的航次“v”。因此，我们需要将该增量乘以选择二进制变量 Tardy[i] 以仅适用于选择的情况。在伪代码中：

然后为模型中的每个 i,v 将其构建到您的纸浆模型中

向线性程序纸浆添加惩罚参数

1 个答案: