1

我正在编写一个折弯机分解程序。python中的算法与pyomo。我的问题是，正如您在第 1 步中看到的那样，我需要找到一种方法以某种方式更新添加的约束，而不是删除并添加新约束到子问题约束列表。

有什么优雅的方法吗？

就像是

s.Cut_Defn[1].update(sx == mxvalue)

或者

s.Cut_Defn[1].pop

s.Cut_Defn.add(sx == mxvalue)

？？？

冰激凌

Ps：在第0步，我在子问题约束列表中添加了一个约束。在第 1 步，我想实际更新第 0 步中添加的约束，但我做不到，所以我删除了第一个添加的约束并添加了下一个，这是一种有点糟糕的编码方式。

import sys
from pyomo.opt.base import SolverFactory
from pyomo.core import *
import pyomo.environ
import numpy as np
import timeit

# Importing Models
from master import m
from sub import s

# Misc. init.

start = timeit.default_timer()
GAP = float('Inf')
maxit = 5

###################################
# STEP 0: Init.

opt = SolverFactory('glpk')

results_M = opt.solve(m)            # solve master

s.Cut_Defn.add(s.x == m.x.value)    # s.x = m.x.value

results_S = opt.solve(s)            # solve sub

print('i','\t','Mx','\t','Sx','\t','Ma','\t','Sy',\
          '\t','Lmda','\t','Zup','\t','Zdo','\t','Gap',\
          '\t','Objective')

#######################################################################
# Benders Loop    

for i in sequence(maxit):

    ###################################
    # STEP 1: Subproblem Solution
    if i == 1:
        pass
    else:
        del s.Cut_Defn[i-1]
        s.Cut_Defn.add(s.x == m.x.value)
        results_S = opt.solve(s)

    ###################################
    # Adding the Master Cut

    Lambda = s.dual[s.Cut_Defn[i]]          # get Lambda from Solver

    m.Cut_Defn.add(s.Obj() + float(Lambda)*(m.x-s.x.value) <= m.a) # add Cut to Master

    ###################################
    # STEP 2: Convergence Checking

    Zup = s.Obj() - s.x.value/4
    Zdo = m.Obj()

    newGAP = Zup - Zdo

    if newGAP > 0.00001:
        GAP = min(GAP, newGAP)
    else:
        print(i,'\t',round(m.x.value,1),'\t',round(s.x.value,1),'\t',round(m.a.value,1),'\t',round(s.y.value,1),\
                '\t',round(Lambda,2),'\t',round(Zup,1),'\t',round(Zdo,1),'\t',round(newGAP,2),\
                '\t',round(m.Obj(),5))
        break

    ###################################
    # STEP 3: Re-Solve Masterproblem

    print(i,'\t',round(m.x.value,1),'\t',round(s.x.value,1),'\t',round(m.a.value,1),'\t',round(s.y.value,1),\
            '\t',round(Lambda,2),'\t',round(Zup,1),'\t',round(Zdo,1),'\t',round(GAP,2),\
            '\t',round(m.Obj(),5))

    #solve_all_instances(solver_manager, 'cplex', [Instance_M])
    results_M = opt.solve(m)

stop = timeit.default_timer()
print("Benders converged in", round(stop-start,2),"s.")
4

1 回答 1

0

您可以构建约束，以后可以使用 Expression 对象或可变参数进行更新。可变参数允许您更新系数或 rhs，而表达式允许您更新约束的子表达式。例子：

model = ConcreteModel()
model.p = Param(mutable=True)
model.e = Expression()
model.x = Var()
model.c = Constraint(expr=model.e == model.p)
# set the constraint rhs to 1
model.p.value = 1
# set the constraint lhs to x**2
model.e.expr = model.x**2

请注意，您不应使用表达式来存储关系表达式（例如==，、、、>=）<=。

于 2017-03-06T16:01:28.053 回答