问题标签 [docplexcloud]

从 docplex 2.9.141 切换到版本 2.10.150（与 2.10.151 相同）后，我在尝试调用solve我的模型（使用我的 docloud 凭据）时开始出现以下错误。

我预计此问题是由于该类ProgressData已更改为 namedtuple 子类并且不再具有默认属性值而引起的。

这是新版本中引入的错误还是我做错了什么？

我在 google collab with python 中使用 docplex

对于接下来的 LP，一些决策变量是预先确定的，需要为此求解 LP。这是一个序列问题，序列是一组给定的值。其他决策变量将在此基础上进行优化。

所以给定的值是针对增量的，有一个约束可以满足这一点，如下所示

但是，我收到如下错误：

请帮忙。我真的不明白为什么这是一个问题。谢谢

是否有任何使用 IBM cplex 工具和 Dantzig-Fulkerson-Johnson 公式的 TSP 可用 python 实现。

如果有的话，我可以得到它的链接吗？

我正在尝试使用延迟约束回调进行 TSP。从此处和此处给出的答案中，我尝试使用链接中的代码并能够添加回调函数。现在我正在苦苦挣扎add_lazy_constraints。

这是我当前的代码：它是一个 9 节点 TSP。

是否可以使用 解决具有回调的模型model.solve(url=url, key=api)？我正在尝试一个与此类似的示例，但回调在调用时无效dropsolve。

我有以下几点OF可以最大限度地降低供应链的成本：

mdl.minimize(mdl.sum((cs+ch+cf+cv*d[j])*q[j] for j in arcs) + mdl.sum(α*(eh+et*d[j])*q[j] for j in arcs) + mdl.sum(β*(gh+gt*d[j])*q[j] for j in arcs) + mdl.sum(X[f]*cjf for f in comb))

其中cs, ch, cf, cv, eh, et, gh, gt, cjf, α and β是一系列常量参数。

d[j]是在或元组列表中组合的起点i和终点之间的距离。jarcs

q[j]i是 中起点和终点之间j的流量变量arcs。

X[f]是一个二元变量，用于在目的地打开设施j，容量为 ，和f的可能组合在中列出。jfcomb

第一个constraint 1确保q[i,j]来自原产地的流量i不超过其材料的最大dQ可用性i。D[(i, j)]是一个二进制参数，如果起点和终点1之间的距离小于或等于阈值，则 的值为。（这个参数帮助我们限制传输距离。）ijD[(i, j)]0

for i in I: mdl.add_constraint(mdl.sum(q[(i, j)]*D[(i, j)] for j in J) <= Qi[i])

第二个constraint 2确保流向q[i,j]目的地的流量j等于目的地开放设施的j容量与容量f。

for j in J: mdl.add_constraint(mdl.sum(q[(i, j)]for i in I) == mdl.sum(X[(j,f)] for f in F))

但是，我们需要另一个constraint 3来确保f在目的地开放的设施的容量总和j必须尽可能接近容量的总需求E。假设有 100 兆瓦的能源需求E = 100，那么我们希望降低OF供应成本，同时确保满足需求E。否则，最小化成本将为 0。这个约束可以表述为：

mdl.add_constraint(mdl.sum(X[j,f]for j in J for f in F) == E)

不幸的是，这个解决方案永远不可行。如果我们替换==它<=是可行的，但它的成本最低，而且容量远不及最大。我们不需要这是一个严格的限制，但我们确实希望通过在具有不同容量E的目的地开设多个设施来尽可能接近。（例如，我们可以有一个 20 兆瓦、一个 5 兆瓦、两个 30 兆瓦和另一个 15 兆瓦的目的地，通过开放 5 个目的地达到 100 兆瓦）jf

一种方法是强制模型打开N多个位置j，但是，我们有一组 128 个位置。要从一系列场景中找到最小成本和最大容量，N=1意味着N=128我们需要运行这个模型 128 次。

除了上述约束之外，我们还有 3 个额外的约束：

• 我们只能选择目的地j来建造设施，并且只能以一种能力开放f。
• 要打开的目的地之和j大于 0。
• 始发地和目的地q之间没有负流ij

有没有办法：

• constraint 3减少绑定，但仍然尝试在保持成本最低的同时达到目标E？
• 重新OF制定以将最小成本与最大容量相结合？

重要的是，我们不想运行模型 128 次。我们要建模选择目的地j以开设设施并f相应地选择容量，以最小化总供应成本并最大化装机容量。在我们的案例中，也不太可能只开设一个目的地j来满足所有需求E。取而代之的是，我们将有多个容量j较小的相加方法。fE

我在python中玩doopl。

我想设置最小间隙公差

opl.cplex_stats.MiPRelativeGap()=5

这是行不通的。

如果可能的话，我想限制运行时间。

但是我找不到具有参数设置的资源。

我相信这是不允许的。我对吗？

我正在尝试向 docplex 模型添加二次约束，但是它将它们解释为线​​性并给我错误消息。

下面是脚本的摘录

这是二次约束：

这是它所在的地方

任何帮助将不胜感激

这是错误

如何将定义为 docplex.mp.linear.LinearExpr 变量的约束的文本版本存储到 Python 字符串变量中？

我在 CP Optimizer 模型下使用 docplex IBM package for Python 解决了我的 ILP 问题。它工作正常，我得到了目标结果；但是，当我Model.solve()多次调用时。即，超过 10000 个周期，一开始，一切运行正常，但一段时间后程序崩溃，我收到以下错误：

LocalSolver 异常：没有可从本地求解器进程中读取的内容。可能没有启动，因为 cplex dll 不可访问。

我在 Windows 10 操作系统下的台式计算机上安装了 CPLEX Studio 12.10，具有 I7.4 CPU 3.40 GHz、32 GB 内存、anaconda 环境。我想在本地解决问题，而不是在云端。