在约束分配中使用决策变量 - PuLP

use of decision variables in constraint assignments - PuLP

我正在使用线性规划解决一个特定问题,并试图让自己熟悉 PuLP。我的问题是我的几个约束只包含一些决策变量,我正在尝试找到一种有效的方法来 select 它们。

我的意思是:

我为所有决策变量设置了一个列表。

investments = ["1_t1", "2_t1", "1_t2", "2_t2", "1_t3", "2_t3"]

然后我将这些变量放入字典中。

invmt_vars = LpVariable.dicts("Invmts",investments,lowBound=0,cat='Continuous')

然后我设置 Objective 函数,简单地作为这些变量的总和。

prob += lpSum(invmt_vars[i] for i in invmt_vars), 'Sum of all investments'

然后我有类似这个例子的约束:

prob += 1_t1 + 2_t2 + 3_t2 <= 25

这适用于较少数量的变量,但我最终想添加数百个变量。有没有一种方法可以遍历变量字典,这样我就可以只得到我要查找的变量,而不必将它们全部键入?

到目前为止,我真的只见过涉及遍历整个字典的约束赋值,如下所示:

prob += lpSum([ingredient_vars[i] for i in Ingredients]) == 100, "PercentagesSum"

例如,如果我可以简单地将决策变量留在列表中并使用 range 循环,那就太好了。

感谢任何意见。

Pulp 利用列表理解的力量来做到这一点,请查看 http://www.secnetix.de/olli/Python/list_comprehensions.hawk

中的文档