纸浆优化方案 undefined

Question

我正在尝试使用 python pulp

优化以下问题

import pulp
# Instantiate our problem class
model = pulp.LpProblem("Cost minimising problem", pulp.LpMinimize)

W = pulp.LpVariable('W', cat='Integer')
X = pulp.LpVariable('X', cat='Integer')
Y = pulp.LpVariable('Y', cat='Integer')
Z = pulp.LpVariable('Z', cat='Integer')

# Objective function
model += 1.33 * W + 1.76 * X + 1.46 * Y + 0.79 * Z,"Cost"

# Constraints
model += W + X + Y + Z == 1

 model += W >= 0.1
 model += W <= 0.75

 model += X >= 0.1
 model += X <= 0.85

 model += Y >= 0.1
 model += Y <= 0.65

 model += Z >= 0.1
 model += Z <= 0.40


# Solve our problem
model.solve()
pulp.LpStatus[model.status]

'Undefined'

答案未定义。我是不是在问题表述上犯了错误或遗漏了什么？

Answer 1

当我执行相同的代码时，我得到了结果 'Infeasible'。

这是有道理的，因为您的变量 W, X, Y, Z 都必须是整数，但是您随后将它们绑定为大于 0.1，并且小于另一个小于 1 的数字。

0.1到0.XX之间没有整数，所以无可行解

纸浆优化方案 undefined

PULP optimization solution undefined

python

optimization

pulp