Numpy 有一个函数可以让我计算浮点数组的 IRR。我的问题是我试图在 PuLP 问题中使用它,而我想传递给函数的数组由问题的变量组成。我在这
problem = pulp.LpProblem("TIR_MINIMIZE", pulp.LpMaximize)
price_ppa = pulp.LpVariable("price_ppa")
price_production = []
for i in range(10):
price_production.append(price_ppa * annual_production[i])
# anual_production is an array of values calculated outside the function
irr = numpy.irr(price_production)
# CONSTRAINTS #####################################################################################
problem += irr>= 0.075
objective_function = -irr
problem += objective_function
#####################################################################################################
problem.solve()
这段代码不起作用,因为 numpy.irr 需要一个浮点数组,而我将一个 LpAffineExpressions 数组传递给它。我的问题是,有没有办法以某种简单的方式实现这一点?我曾尝试手动实现该算法,但我无法在 PuLP 约束定义中执行此操作。