[英]2D decision variables in PuLP
我是 PuLP 的新手,我正在尝试运行一个优化问题,其中我的一个决策变量是 2D。 我对如何将 2D 决策变量声明为 plp.LpVariable 的一部分感到有些困惑? 截至目前,这就是我声明变量的方式
a = { k : plp.LpVariable(name='a', lowBound=np.array([0, 0]), \
upBound=np.array([2, 3]), \
cat=plp.LpContinuous) for k in range(10)}
谢谢!
欢迎来到 SO! 您正在寻找的是LpVariable
class 的dicts
方法。 这允许您传入多维索引以创建 M x N 或 M x N x O(等)变量集。
它的用途在解决数独难题的纸浆文档示例中进行了说明: https://coin-or.github.io/pulp/CaseStudies/a_sudoku_problem.ZFC35FDC70D52FC69DE36
该方法本身记录在此: https://coin-or.github.io/pulp/technical/pulp.html?highablelight.plsLdicts
据我所知,该方法不能直接接受每个变量不同的上限和下限,因此您需要执行以下操作:
up_bounds = [2,3]
a = pulp.LpVariable.dicts('a', range(2), lowBound=0)
for i in range(2):
prob += a[i] <= up_bounds[i]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.