如何在 Gurobi Python 中将决策变量与矩阵相乘

Question

我对 Gurobi 很陌生，我正在尝试实现一个分配问题，如下所示：

      # Create decision variables for the allocation
        x = {}
        for s in arr1:
           for t in arr2:
              x[s,t] = m.addVar(vtype=GRB.BINARY, name="allocation")

              x[s,t] == x[s,t] * mymat[s]
        m.modelSense = GRB.MAXIMIZE
        m.update()

我想知道写上面的线性表达式是可能的，这样我就可以最大限度地将具有相似偏好的人分配给相同的任务。

但是，在使用 x[s,t].x 检索结果时，运行如上编写的模型会产生错误。 错误是

GurobiError：无法检索属性“X”

数据从一个单独的文件进入模型，代码如下：

    data=c.execute('select id,pref from data')
    result = c.fetchall()
    pref_data=dict(result)
   
    mymat=defaultdict(int)
    a=1
    for i in range(1,10):
       row = [] 
       for x in range(0,i):
          row.append(0)
      for j in range(i+1, 10):
          if pref_data[i]==pref_data[j]:
             row.append(1)
          else:
             row.append(0)
      mymat[a]=row
      a+=1

Answer 1

对于所有 a，除非 mymat[a] = 1，否则您的模型是不可行的。 如果不是这种情况，Gurobi 会告诉您该实例不可行（您可以使用status = Model.optimize() 进行检查）并且没有要从您的变量中检索的值。