CPLEX求矩阵子的最小值

Question

我使用pythonapi到cplex来解决一个优化问题：找到一组大小为N（例如10）的二进制变量，以最大化它们之间的相互距离。为此，我整理了以下内容：

 matrix = pd.read_csv("matrix.csv", index_col=0)

 # declare integer variables
 im = Model(name='max_weight_clique')
 b = im.binary_var_dict(matrix.index.values)

 # define objective function
 clique_weight = im.sum(b[i] * b[j] * (matrix.loc[i, j] + matrix.loc[j, i])
                             for i, j in itertools.combinations(matrix.index, 2))
 # add to key performance indicators
 im.add_kpi(clique_weight, 'clique_weight')

 # set size of clique
 im.add_constraint(im.sum(b) == 10)

 im.maximize(clique_weight)

我想修改我的目标函数，取而代之的是使最小距离最大化。当我试图指定如下所示时，我遇到了一个错误：

^{pr2}$

TypeError: cannot convert a constraint to boolean: acc_num_NC_015394 == 1

如何正确指定此约束？这似乎与SO有关，但我的问题是pythonapi特有的。在

Answer 1

公式中的问题是，迭代器中涉及二进制决策变量的“==”测试没有被识别为模型约束。在

对这种约束建模的一个选择是使用指示符约束。 下面是一个可能的公式：

bij_ind = im.binary_var_matrix(matrix.index.values, matrix.index.values, name='ind_')
clique_min = im.continuous_var(name='clique_min')
for i in matrix.index:
    for j in matrix.index:
        im.add(bij_ind[i, j] == im.min(b[i], b[j]))
        im.add_indicator(bij_ind[i, j], clique_min <= adj_mat.loc[i, j])

im.add_kpi(clique_min, 'clique_min')
im.maximize(clique_min)

我不认为这个公式是非常有效的。在