為特定的 Python Pulp 最大化問題創建條件約束

Question

我無法找到一種方法來創建聽起來像這樣的約束：例如，我有 2 個變量，一個是普通產品，另一個是超級稀有產品。 為了擁有超級稀有的產品，您需要已經擁有 25 個該產品的普通版本。 這可以堆疊（例如，如果算法選擇 75 個普通產品，它可以有 3 個超級稀有）。 這樣做的原因是超級稀有的更有利可圖，所以如果我沒有任何限制地放置它，它只會選擇超級稀有的。 關於如何編寫此類約束的任何想法？

提前致謝！

部分代碼：

hwProblem = LpProblem("HotWheels", LpMaximize)

# Variables
jImportsW_blister = LpVariable("HW J-Imports w/ blister", lowBound=20, cat=LpInteger)  # regular product
jImportsTH = LpVariable("HW J-Imports treasure hunt", lowBound=None, cat=LpInteger)  # super rare product

# Objective Function
hwProblem += 19 * jImportsW_blister + 350 * jImportsTH  # profit for each type of product

# Constraints
hwProblem += jImportsW_blister <= 50, "HW J-Imports maximum no. of products"
hwProblem += jImportsTH <= jImportsW_blister / 25
                            # ^this is where the error is happening

Answer 1

這里有一些關於模型結構的“缺失部分”，但一般來說，您可以通過執行以下操作來限制“超級稀有”（ SR ）：

prob += SR <= R / 25