Python中如何創建動態求解器（優化函數）

Question

現在，我有一個關於動態約束的問題。 我有原價，但我需要檢查他們是否遵守商業規則，當有違規時，我會更改價格，但我希望總的絕對變化最小。

我的表列如下所示：

• 項目：字符串
• 尺寸：浮動
• Total_Amount：整數
• 原始價格：浮動
• Optimal_Price:Float（空白，因為這是決策變量）
• D1（空白但有公式可以得到它）
• D2（相同）
• 絕對（空白，這是決策變量也是目標列）

這是我的問題：

• 決策變量：

1. 最優價格
2. absolute_value（不過這還是線性的function，請看下文）

• 目標：最小化 Absolute_value 的總和。 總和（絕對值）
• 約束：

1. 絕對值 >= Difference_1
2. 絕對值 >= Difference_2
3. 最優價格 >= 0
4. 同款商品，大碼優價>=小碼優價
5. 同樣尺寸，物品也有價格規則

現在，我正在嘗試實現前三個約束。 我可以在 Excel 中輕松執行此操作，但很難將其移動到 Python。

這是問題所在，我嘗試計算 Difference_1 和 Difference_2，但它需要我將決策變量（即最優價格）帶入 function。Function 如下：

• Difference_1 = (original_price - optimal_price)*total_amount
• Difference_2 = (optimal_price - original_price)*total_amount

為什么我們這樣做是為了獲得線性解決方案而不是使用絕對值 function。

我嘗試使用 pulp 創建此優化 function，但是當我嘗試將 LpVariable 添加到差異計算中時，

for i in range(df.shape[0]):
    D1[i] = (Opt_Price[i]-df['Original_Price'][i])*df['Total_Amount'][i]
    D2[i] = (df['Original_Price'][i]-Opt_Price[i])*df['Total_Units'][i]

它說

TypeError: 'LpVariable' object is not subscriptable

我也試過這個：

D1 = (Opt_Price-df['Original_Price'])*df['Total_Amount']
D2 = (df['Original_Price']-Opt_Price)*df['Total_Amount']

提前致謝！

Answer 1

看起來您將Opt_Price單個 LpVariable，而不是包含它們的字典。 使用LpVariable.dicts從鍵列表中創建變量字典是非常標准的，如下所示：

Opt_Price = LpVariable.dics("optprices", range(df.shape[0]))