紙漿中的二維決策變量

Question

我是 PuLP 的新手，我正在嘗試運行一個優化問題，其中我的一個決策變量是 2D。 我對如何將 2D 決策變量聲明為 plp.LpVariable 的一部分感到有些困惑？ 截至目前，這就是我聲明變量的方式

a = { k : plp.LpVariable(name='a', lowBound=np.array([0, 0]), \
                         upBound=np.array([2, 3]), \
                         cat=plp.LpContinuous) for k in range(10)}

謝謝！

Answer 1

歡迎來到 SO！ 您正在尋找的是LpVariable class 的dicts方法。 這允許您傳入多維索引以創建 M x N 或 M x N x O（等）變量集。

它的用途在解決數獨難題的紙漿文檔示例中進行了說明： https://coin-or.github.io/pulp/CaseStudies/a_sudoku_problem.ZFC35FDC70D52FC69DE36

該方法本身記錄在此： https://coin-or.github.io/pulp/technical/pulp.html?highablelight.plsLdicts

據我所知，該方法不能直接接受每個變量不同的上限和下限，因此您需要執行以下操作：

up_bounds = [2,3]
a = pulp.LpVariable.dicts('a', range(2), lowBound=0)
for i in range(2):
    prob += a[i] <= up_bounds[i]