1

介绍

我想使用 Python 的纸浆创建一个“使用决策变量(如果语法)的开关”。这里,“使用决策变量切换(if语法)”是指,例如,“当x(x是大于或等于0的整数)和y(y是0、1的二进制变量)是决策变量时,如果x为大于等于1的整数,y输出1,如果x为0,y输出0。下面是一个简单的例子,公式见下附问题公式3(图)。

下面是一个简单的例子,展示了我们如何尝试创建“带有决策变量的开关(if 语法)”以及我们取得的结果。

这些示例是通过参考“运筹学导论”(东海大学出版社)中的示例创建的。

一家冰淇淋店计划生产两种冰淇淋:浓缩咖啡冰淇淋和覆盆子冰淇淋。然而,他无法生产尽可能多的产品,因为他只能生产 8000 cc 的牛奶并工作 360 分钟。每个冰淇淋都需要这么多的牛奶和时间,增加产量以实现利润最大化的计划是什么?然而,今天,一份覆盆子冰淇淋的​​覆盆子数量(配料)将到期。因此,您需要生产至少一种覆盆子冰淇淋,以免浪费。

产品名称 需要的牛奶量 工作时间 利润
咖啡冰淇淋 100cc 7 分钟 50日元
覆盆子冰淇淋 150cc 5分钟 10日元

上述问题设置可以表述如下

问题公式1

作为一个Python程序,可以表示如下

import pulp

problem = pulp.LpProblem('ice', pulp.LpMaximize)

# Define the decision variables
x_e = pulp.LpVariable('x_e', lowBound=0, cat=pulp.LpInteger) 
x_r = pulp.LpVariable('x_r', lowBound=0, cat=pulp.LpInteger) 

# Set the objective function
problem += 50*x_e +10*x_r

# Set constraints
problem += 100*x_e + 150* x_r <= 8000
problem += 7*x_e + 5*x_r <= 360

## Newly added constraint
problem += x_r >= 1

# # optimize
problem.solve()

# # print the result
print("Espresso",x_e.value(), "pieces")
print("raspberry",x_r.value(), "pieces")
print("profit",pulp.value(problem.objective), "yen")

运行上述程序的结果如下。我们能够在不丢弃即将过期的覆盆子(一个覆盆子冰淇淋的​​数量)的情况下最大化我们的利润。

Espresso 50.0 pieces
raspberry 2.0 pieces
profit 2520.0 yen

挑战:在引入一个约束后,该约束充当我自己创建的“带有决策变量(如果语法)的开关”(冰淇淋生产问题)

在上一章中,我们在原来的基本问题上添加了以下约束

问题公式2

#Newly added constraints
problem += x_r >= 1

为了与这个问题的主题保持一致,我们将把这个约束重写为“switch with decision variables (if syntax)”约束,如下所示

问题表述3

import pulp

problem = pulp.LpProblem('ice', pulp.LpMaximize)

# Define a decision variable
x_e = pulp.LpVariable('x_e', lowBound=0, cat=pulp.LpInteger) 
x_r = pulp.LpVariable('x_r', lowBound=0, cat=pulp.LpInteger)

### Newly added decision variable
y_r = pulp.LpVariable('y_r', lowBound=0, cat=pulp.LpBinary)

# Set the objective function
problem += 50*x_e +10*x_r

# Set constraints
problem += 100*x_e + 150* x_r <= 8000
problem += 7*x_e + 5*x_r <= 360

### Newly added constraint
if x_r.value() >= 1:
  y_r=1
  problem += y_r == 1

# # Optimize
problem.solve()

# Print the result
print("Espresso",x_e.value(), "pieces")
print("raspberry",x_r.value(), "pieces")
print("profit",pulp.value(problem.objective), "yen")

结果如下,我报错了。

   if x_r.value() >= 1:
TypeError: '>=' not supported between instances of 'NoneType' and 'int'

我尝试在上面进行处理,但我无法使用决策变量创建开关(如果语法)。

是否不可能在纸浆中创建和解决这样的约束(= 使用决策变量切换(如果语法))?(对不起我没有学习,但这是一个非线性问题,不能用纸浆表达吗?)(对不起,我没有学习,但也许这是一个非线性问题,不能用纸浆表达?)或者它只是我写得不好的程序?

如果您能告诉我原因和解决方案,我将不胜感激。(如果可以的话,我想用我熟悉的pull,但是如果可以不用pull写程序,我想挑战一下,所以请告诉我。)

4

2 回答 2

1

您不能添加基于的约束,x_r.value()因为在问题解决之前它不可用。

更好的方法是连接x_ry_r通过两个额外的约束:

problem += M*y_r >= x_r
problem += y_r <= x_r

M是一个足够大的数字,您的数据设置M = min(8000/150, 360/5)就足够了。

于 2021-11-09T16:47:11.767 回答
0

尝试:

   if x_r.value() >= 1:

你忘记了我相信的括号

于 2021-11-08T08:37:30.837 回答