我对Python还非常陌生,经过多年使用Matlab后,现在尝试使用Pulp建立一个整数线性规划。
给定一个数字数组:
{P[i]:i=1...N}
我想要最大化:
sum( x_i P_i )
受到限制条件的约束
A x <= b
A_eq x = b_eq
并且有边界(基于向量的边界)
LB <= x <= UB
然而在Pulp中,我不知道如何正确地进行向量声明。我一直在使用以下代码:
RANGE = range(numpy.size(P))
x = pulp.LpVariable.dicts("x", LB_ind, UB_ind, "Integer")
我只能输入单个边界值(仅限1个数字)的地方。
prob = pulp.LpProblem("Test", pulp.LpMaximize)
prob += pulp.lpSum([Prices[i]*Dispatch[i] for i in RANGE])
关于约束条件,我真的需要逐行编写吗?看起来似乎我遗漏了一些东西。如果能得到帮助,我将不胜感激。文档中提供了一个简短的例子。在我的情况下,变量数量有几千个。