[英]Get minimum of maximize value on pulp objective function
其中x_{f,i,v}
是二进制值。
在将目标函数设置为pulp.LpProblem
时,我在编写max()
时遇到了问题。
我所做的是使用 python 内部函数max()
但它给了我一个错误。 好像不能用来打浆。
for each_sfc in self.SFCs:
vnf_id_list = list()
for each_VNF in each_sfc.VNF_list:
vnf_id_list.append(str(each_VNF.ID))
new_sfc_vars = LpVariable.dicts(
name='X',
indexs=vnf_id_list,
lowBound=0,
upBound=1,
cat='Continuous'
)
for each_key in new_sfc_vars.keys():
new_sfc_vars[each_key] = 1 - new_sfc_vars[each_key]
self.sfc_vars.append(new_sfc_vars)
self.LP_model = LpProblem(
name="Static backup",
sense=LpMinimize
)
for each_SFC, each_vars in zip(self.SFCs, self.sfc_vars):
self.LP_model.objective += each_SFC.backup_cost * max(each_vars.values())
print(self.LP_model.objective)
如何将max()
与纸浆一起使用或如何重新编写代码?
这是一个非常基本的问题。
max()
不是线性的。 线性表达式看起来像a1*x1+a2*x2+...
。 PuLP 仅用于线性模型,因此它只允许目标和约束中的线性表达式。 请注意,某些建模工具具有 max 函数,但它们通常会在幕后对其进行线性化。
像min sum(i, max(j, x(i,j))
这样的构造的一个非常标准的公式是
min sum(i, y(i)) y(i) >= x(i,j) for all i,j
只需查阅任何 LP 教科书即可。 它将解释这个公式。 通常这称为minimax
。
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.