使用矩阵的Python纸浆

Question

经过多年和多年的Matlab，我对Python仍然很陌生。我正在尝试使用Pulp来设置一个整数线性程序。

鉴于数的数组：

{P[i]:i=1...N} 

我希望最大化：

sum(x_i P_i) 

受约束

A x <= b 
A_eq x = b_eq 

并与边界（基于矢量边界）

LB <= x <= UB 

然而，在纸浆中，我没有看到如何正确地做矢量声明。我正在使用：

RANGE = range(numpy.size(P)) 
x = pulp.LpVariable.dicts("x", LB_ind, UB_ind, "Integer") 

其中我只能输入个别界限（因此只有1个数字）。

prob = pulp.LpProblem("Test", pulp.LpMaximize) 
prob += pulp.lpSum([Prices[i]*Dispatch[i] for i in RANGE]) 

并且为了约束，我真的必须每行都做这行吗？看来我失去了一些东西。我希望得到一些帮助。文档讨论了一个简短的例子。在我的情况下，变量的数量是几千。

Answer 1

初始化后，您可以设置lowBound和upBound变量。 您可以创建一个数组变量与

LB[i] <= x[i] <= UB[i] 

用下面的代码。

x = pulp.LpVariable.dicts("x", RANGE, cat="Integer") 
for i in x.viewkeys(): 
    x[i].lowBound = LB_ind[i] 
    x[i].upBound = UB_ind[i] 

的第二个参数LpVariable.dict是该指数设定的决策变量，而不是他们的下界。