参数不一致 CPLEX 错误 Python API

Question

我有一长串基本上基于输入数据文件的决策变量。但是，为了方便起见，让我们使用下面的示例：我正在向我的模型添加决策变量，并且这些决策变量中的每一个都被限制在 0 和 1（含）之间。我做了以下操作：（*mylist 是我程序中的一列数据框，所以我使用了 shape[0]）

model.variables.add(obj=mylist, ub=list(np.ones((1, mylist.shape[0])))), types=[model.variables.type.continuous] * len(mylist) )

我可能误解了 python api 是如何定义模型构造的。我收到 CPLEX 错误：参数不一致。我怀疑 ub 给我这个问题，因为当我删除它时一切正常。我应该如何以正确的方式设置 ub？ model.variables.add 函数中的 columns 参数指的是什么？

Answer 1

我做了一个小改动，即 ub=list(np.ones(mylist.shape[0]))，没有出现任何错误。使用 model.variables.get_upper_bounds() 检查边界后，一切看起来都很好。

Answer 2

ub 参数应该是与 obj 参数相同大小的序列。因此，您应该使用 ub=[1.0]*len(mylist) 或 ub=np.ones(len(mylist))，而不是 ub=list(np.ones((1, mylist.shape[0]))))，等等

columns 参数允许您将 non-zeroes 添加到约束矩阵 column-wise 而不是 row-wise（后者通常通过 Cplex.linear_constraints.add 方法）。了解 columns 参数发生了什么的一种方法是查看文档中的 example。

例如：

import cplex
c = cplex.Cplex()
c.linear_constraints.add(names = ["c0", "c1", "c2"])
c.variables.add(obj = [1.0, 2.0, 3.0],
                types = [c.variables.type.integer] * 3)
c.variables.add(obj = [1.0, 2.0, 3.0],
                lb = [-1.0, 1.0, 0.0],
                ub = [100.0, cplex.infinity, cplex.infinity],
                types = [c.variables.type.integer] * 3,
                names = ["var0", "var1", "var2"],
                columns = [cplex.SparsePair(ind = ['c0', 2], val = [1.0, -1.0]),
                           [['c2'],[2.0]],
                           cplex.SparsePair(ind = [0, 1], val = [3.0, 4.0])])

c.write("example.lp")

在运行之后，LP 文件将如下所示：

Minimize
 obj: x1 + 2 x2 + 3 x3 + var0 + 2 var1 + 3 var3
Subject To
 c0: var0 + 3 var3  = 0
 c1: 4 var3  = 0
 c2: - var0 + 2 var1  = 0
Bounds
      x1 >= 0
      x2 >= 0
      x3 >= 0
-1 <= var0 <= 100
      var1 >= 1
      var3 >= 0
Generals
 x1  x2  x3  var0  var1  var3 
End

如果您查看约束矩阵（约束 "c0"）的第一行，第一列（变量 "var0"）的系数为 1.0。对于第三行（具有索引 2 的约束 "c2"），第一列（变量 "var0"）的系数为 -1.0。这对应于 columns 列表中的第一项（即 cplex.SparsePair(ind = ['c0', 2], val = [1.0, -1.0])）。

参数不一致 CPLEX 错误 Python API

Inconsistent arguments CPLEX error Python API

python

cplex