我正在研究一个应付铜问题,目标函数是在一段时间内使应付铜的总和最大化,T
是否可以制定一个约束,动态地将变量与两个常量进行比较:
即
lower_bound, operator_1 (>, >=), variable, operator_2(<, <=) up_bound
问题描述
应付吨的总金额,即客户将支付的金额取决于销售材料的铜含量
import io
import pandas as pd
customer_payables = """customer, tier, specvalue_1, specoperator_1, specvalue_2, \
specoperator_2, coeff
'abc', 1, 0, '>=', 20, '<=', 96.0
'abc', 2, 20, '>', 24, '<=', 96.5
'abc', 3, 24, '>', 100, '<=', 96.65
'def', 1, 0, '>=', 20, '<=', 96.0
'def', 2, 20, '>=', 22, '<=', 96.66
'def', 3, 22, '>=', 100', '<=', 97.0
"""
_cust_data = io.StringIO(customer_payables)
cust_df = pd.read_csv(_cust_data, sep=",")
cust_df = cust_df.set_index('customer')
cust_df
##库存数据
stockpile_data_dict = {
'Warehouse 1':{
'Stockpile 1': {'cu': 27},
'Stockpile 2': {'cu': 18}
},
'Warehouse 2': {
'Stockpile 1':{'cu': 22},
'Stockpile 2': {'cu': 16}}}
stockpile_df = pd.concat({k: pd.DataFrame(v).T for k, v in stockpile_data_dict.items()}, axis=0)
stockpile_df
问题 我创建了一个变量来表示每个仓库、库存的铜浓度。这是一个变量,因为其目的是随着时间的推移对库存进行建模,使模型能够选择何时出售材料,以最大限度地提高应付款:
cu_spec_of_sale_material = pulp.LpVariable.dicts(
'Copper spec of sale material',
((warehouse, stockpile)
for warehouse, stockpile in stockpile_df.index),
cat='Continuous')
如何创建一个线性约束,返回与此变量的铜浓度值相关的正确应付系数
在伪代码术语中,它的计算结果如下所示:
for customer, effective_tier in effective_payable_coefficient:
if customer_lower_bound_val < cu_spec_sales_material[warehouse, stockpile] < customer_up_bound_val:
PULP += effective_payable_coefficient[customer, effective_tier] == 1
我不经常用纸浆,所以请耐心等待
感谢大家的帮助
我想你是在寻找一个线性公式来表达这个含义:
其中a、b为常数,x为连续变量,y为二进制变量
我们可以这样写:
δ
是另一个二元变量,L
,U
是x
的上下限,M1
,M2
是常量直觉:这些约束实现了以下含义:
这意味着如果
a < x < b
我们必须有y=1
要导出这些约束条件,最好远离计算机,使用老式的笔和纸
相关问题 更多 >
编程相关推荐