我对Python还很陌生,在使用了多年的Matlab之后。我试着用Pulp建立一个整数线性程序。
给定一组数字:
{P[i]:i=1...N}
我想最大化:
sum( x_i P_i )
受约束
A x <= b
A_eq x = b_eq
带边界(基于向量的边界)
LB <= x <= UB
但是,在pulp中,我不知道如何正确地进行向量声明。我用的是:
RANGE = range(numpy.size(P))
x = pulp.LpVariable.dicts("x", LB_ind, UB_ind, "Integer")
我只能输入单个边界(所以只有1个数字)。
prob = pulp.LpProblem("Test", pulp.LpMaximize)
prob += pulp.lpSum([Prices[i]*Dispatch[i] for i in RANGE])
对于约束条件,我真的要每行做一次吗?我好像丢了什么东西。我很感激你的帮助。文档讨论了一个简短的示例。在我的例子中,变量的数目是几千。
可以在初始化后设置变量的下限和上限。 您可以使用
使用以下代码。
LpVariable.dict的第二个参数是决策变量的索引集,而不是它们的下界。
对于第一个问题,你可以在其他问题中这样做。
相关问题 更多 >
编程相关推荐