问题标签 [pulp]

我正在使用 SolverStudio（Excel 插件）和 PuLP（基于 Python 的优化语言）创建一个将学生分配到工作场所的工具。

这是我要打印其索引的变量：

# Decision variable, =1 if student s is assigned to working place w on day d; 0 otherwise Assignment = LpVariable.dicts("Assignment",(Students,Working_places,Days),0,1,LpBinary)

对于每个工作地点和日期，我想输出分配在那里的学生的姓名，以便创建时间表。

我目前的做法是：

Schedule[w,d]是在 SolverStudio 中定义的空 2d 参数，Name[s]包含学生的姓名。

我将代码序列放置在模型的不同位置。prob.solve()无论是在声明之前还是之后，它都没有区别。

目前，Schedule[w,d]正在填写学生列表中最后一个学生的姓名。

我观察到 if 子句被完全忽略。我可以删除它并生成相同的输出。

是否有不同的方式告诉 Python“对于每个工作地点和日期，打印分配的学生”？

非常感谢您！

当我尝试安装 ManPy 时，我收到以下错误消息：

错误：已安装 pyparsing 2.1.4，但 set(['pulp']) 需要 pyparsing<=1.9.9

我检查了 Pyparsing 设置，但没有找到解决方案。

一般来说，我是纸浆和 LP 的新手。在翻译用于gurobipi库的代码以便它可以与 一起使用时PuLP，我陷入了以下创建变量的 gurobipy 代码。

m.addVar允许使用参数定义目标系数obj。怎么能做同样的事情PuLP？它的文档pulp.LpVariable似乎没有类似的参数......

另外，是否有任何示例代码可以使用 PuLP 在 Python 中解决 TSP？作为参考，这将有很大帮助！

到目前为止，这是我的代码，没有查看 subtours。决策变量的结果x_ij似乎非常错误，1.0只有当 时才相等i == j。到目前为止我的尝试是否正确？

结果

纸浆代码

my-waypoints-dist-dur.tsv (完整版)

使用 Python 和PuLP库，我们如何创建线性规划模型来解决旅行商问题 (TSP)？

来自维基百科，目标函数和约束是

问题：这是我卡住的部分尝试。

1. 我没有在代码中包含最终约束，因为我不知道如何定义它。我相信这个带有 u 变量的约束是为了防止解决方案中的子循环

2. 此外，求解当前模型会给出决策变量，例如x0_0和x1_1等于1.0哪个绝对是错误的......我无法弄清楚为什么会这样，即使我有

   /li>

Python代码

我的航点-dist-dur.tsv

数据文件可以在这里找到。

结果

更新代码

我是 LP 新手，只PuLP在 Python 中短暂使用过。

1. SCIP 3.2.1 - CPLEX 12.63为什么和之间有速度差异CPLEX 12.6.3？SCIP 不是仍然使用 CPLEX 来求解吗？

2. 为什么有人将 SCIP 与 CPLEX 求解器一起使用，而不是直接使用 CPLEX？

我想在计算最优解和实际解之间的解时设置最优差距。

我使用的是 PuLP 版本 1.6.1，我想将 gap 的参数传递给求解器。有没有人有关于如何解决这个问题的例子或想法。

可在此处找到的文档：

https://pythonhosted.org/PuLP/solvers.html

不是很有帮助。

谢谢你。

我正在尝试打印定义为 LpVariable（PuLP 1.6.1，Python 3.5）的变量的值。LpVariable 具有将参数类别设置为“整数”的选项。但是，当我要求打印变量时，这不会产生值。特此我要解决的一个问题：

这给了我以下结果：

我希望最后一行是一个整数值，但事实并非如此。有人可以向我解释如何将表达式转换为整数值吗？

我有一个班次数组（我将其呈现为字典），其中每一行都是一个人，他们有资格获得的每个班次可以是多个班次。我在示例中使用字母来传达数据如何匹配。对于字母表示，实际数据集为 0 或 1 即 shifts = {Bob: (A, C, E), George: (B, C), Steve: (B, C, E), Greg: (C), Jose:(B,E)} 本质上变成 [[(A, 0, C, 0, E),(0, B, C, 0, 0), (0, 0, C, 0, 0), (0 , B, 0, D, E)]]

我有一定数量的个人配额来填补每个班次。一个人不能被分配到 2 个不同的班次。

基本上=> totalshifts = A=1 + B=1 + C=2 + E=1 => 5 个总位置约束是 A<=1:A>=0 , B<=1:B>=0, C<= 2:C>=0, E<=1:E>=0

这目前正在 Excel 求解器中解决，其中单纯形 LP 设置为最大化。我一直在研究使用 scipy.optimize.linprog，但我正在努力正确设置它，或者当输入数组不足以满足轮班所需的人数时如何处理它。

我希望输出是为个人分配正确的班次以最大化每个班次的功能，或者尽可能接近最大化它，类似于以下内容：Bob：A，George：B，Steve：C，Greg： C, Jose:E 本质上答案矩阵需要是 [(A, 0, 0, 0, 0),(0, B, 0, 0, 0),(0 , 0, C, 0 ,0), ( 0, 0, C, 0, 0), (0, 0, 0, 0, E)] 这样我就可以用正确的班次引用正确的候选人。这是一个简单的案例，更多的是 10 个不同的班次和 100 到 1000 个人。

Excel 示例：目前没有 10 个代表发布图片 http://i.imgur.com/ZZET86D.jpg

我试图让我的线性规划问题的代码更简单一些。我现在拥有的是：

等等...

我想以如下格式对其进行编码：

然后在需要时单独使用这些变量，通过它们的名称和索引号来调用它们。

我可以打印包含所有变量名称的列表，但我不能在计算中使用单个变量。有人知道该怎么做吗？

我试图最小化以下问题：对于笔记本电脑、手机和平板电脑的生产，存在库存成本（每件每月 1 美元）和加班时间（每小时 10 美元）。需要满足一个需求方案，该方案用作特定月份中小工具最少数量的约束。除此之外，还有最多 20000 小时的生产时间，加上每月 3000 小时的加班时间。

问题是 python/pulp 给我的结果是（有一个例外）插入 LpVariables 的所有上限值：而不是最小化成本！

这给了我以下结果：

有人可以告诉我我做错了什么吗？