Pyomo 或 Gurobi 中具有不同索引长度的多维变量

Question

我想解决 Python 中的一个优化问题。我试图定义一个变量 x_{g,h}，其中索引 g 属于集合 G，索引 h 属于集合 H(g)，即索引集 h 因不同的索引 g 而异。有什么方法可以在 Pyomo 或 Gurobi-Python?

中使用这些索引定义变量 x

在 Pyomo 中，我试图在循环中定义它，比如

for g in p.keys():
    for h in range(0,p.rop[g].npairs,1):
        model.x_gen_h = Var(g,h,within=NonNegativeReals)

我收到这个错误：

TypeError: 'int' object is not iterable.

感谢任何帮助或评论！

Answer 1

我想看看 Pyomo 文档中引用的一些示例模型：https://pyomo.readthedocs.io/en/latest/tutorial_examples.html。

您不需要使用 for 循环来构造变量。

Answer 2

诀窍在于定义用于索引变量的索引集。 Pyomo 不支持遍历单个索引并将它们一次添加到 Var。您应该使用一些巧妙的 Python 代码来构建整个索引集。例如，您可以使用类似这样的东西来过滤出您想要的索引：

m = ConcreteModel()

m.g = Set(initialize=[1,2,3])

h = {1:['a','b'], 2:['b','c'], 3:['c','d']}
m.h_all = Set(initialize=set(sum(h.values(),[]))) # Extract unique h values

# Initialize set to be entire cross product of g and h and then filter desired values
m.hg = Set(initialize=m.g*m.h_all, filter=lambda m,g,hi:hi in h[g])
m.x = Var(m.hg, within=NonNegativeReals)

更好的选择是：

h = {1:['a','b'], 2:['b','c'], 3:['c','d']}
m.hg = Set(initialize=list((i,j) for i in h.keys() for j in h[i])

Pyomo 或 Gurobi 中具有不同索引长度的多维变量

Multidimensional Variable with Different index length in Pyomo or Gurobi

python

optimization

gurobi

pyomo