使用 LPproblem class 添加 "Every other day Constraint"

Question

我正在尝试使用PuLP模块优化商店排程，并且已经得到了预期的结果。但是我只有一个问题，因为我需要向它添加一个新的约束

通过下面的代码，我将能够每天分发商店基于以下限制

一天内Store_demand的总数不能超过容量（1000以内）
每家店铺将根据他们的天数分配（Store_Days）例如：“S2”应该只在三天内安排

现在我需要在商店只有三天时添加一个新约束。 “每隔一天”获得一天间隔的条件

EX:“S2”商店

如果安排在 SAT，其他日子将是周一和周三
如果安排在星期天，其他日子将是星期二和星期四

capacity =  1000
days_list=["SAT","SUN","MON", "TUE","WED","THU"]
no_days_list = range(1,7)
store = ["S1","S2","S3","S4"]
Store_demand = {
        "S1":400,
        "S2":300,
        "S3":250 ,
        "S4":200 ,
    }
Store_Days = {
        "S1":6 ,
        "S2":3,
        "S3":3 ,
        "S4":1 ,
    }

prob = LpProblem("schedule",LpMaximize)
storeVars = LpVariable.dicts("Days",(no_days_list,Store),0,1,LpInteger)
   for d in no_days_list:
        prob += pulp.lpSum([Store_demand[s] * storeVars[d][s] for s in Store]) <= capacity
   for s in Store:
        prob += pulp.lpSum(storeVars[d][s] for d in no_days_list) == store_Days[s]

    prob.solve()

    for vi in prob.variables():
        if vi.varValue == 1:
         print(" On "+days_list[int(vi.name.split("_")[1])-1]+" Pharmacy code: "+vi.name.split("_")[2])

请指教

----------------已更新----------------


rob = LpProblem("schedule",LpMaximize)
storeVars = LpVariable.dicts("Days",(no_days_list,Store),0,1,LpInteger)
   for d in no_days_list:
        prob += pulp.lpSum([Store_demand[s] * storeVars[d][s] for s in Store]) <= capacity
   for s in Store:
        prob += pulp.lpSum(storeVars[d][s] for d in no_days_list) == store_Days[s]
          if store_Days[s] == 3:
                prob += pulp.lpSum([ storeVars[d][s]  + storeVars[d][s] for d in no_days_list])  <= 1
  prob.solve()

Answer 1

您可以通过为三天内营业的所有商店添加额外限制来实现此目的。下面的约束表示商店不能连续两天开张：

for s in Store:
    if Store_Days[s] == 3:
        for d in range(1,6):
            prob += storeVars[d][s] + storeVars[d+1][s] <= 1

使用 LPproblem class 添加 "Every other day Constraint"

Add "Every other day Constraint" using LPproblem class

python

pulp