Pyomo ：行级别的求和约束 <= 1

Question

在 Pyomo 中设置具体模型时，我需要设置以下约束 sum_of_perc[次，公司] <= 1

目前我有以下代码

m.cons.add(sum(m.key_optimized[t, c] for t, c in itertools.product(m.times, m.companies)) <= 1)

itertools.product让我可以在不同的时间和公司之间循环。

考虑以下二维数组的 hypothetical/random 示例。每行是一个t，每个元素是c

[0.1 , 0.4 , 0.0 , 0.5] <= 1
[0.2 , 0.2 , 0.6 , 0.0] <= 1

目前我的约束试图让整个 2D 矩阵 <= 1。但我希望这是 t 级或行级的求和。我的代码的示例结果如下。这加起来正好是 1.

(0, 0) 0.34
(0, 1) 0.42
(0, 2) 0.0
(0, 3) 0.16
(1, 0) 0.005
(1, 1) 0.075
(1, 2) 0.0
(1, 3) 0.0

感谢您的协助！

Answer 1

我想这会回答你的问题...

首先，如果您想在没有 itertools 的情况下复制刚才所做的事情，则很容易制作 2 组的完整叉积。请参阅下面的第一部分。

如果您要为某物的每个设置约束，您应该立即考虑设置一个函数规则组合，为每个调用函数 您在约束中提供的集合成员。见下文后半部分。

In [22]: from pyomo.environ import * In [23]: m = ConcreteModel('example') In [24]: m.a = Set(initialize=[1,2,3]) In [25]: m.b = Set(initialize=list('abc')) In [26]: from pyomo.environ import * In [27]: m = ConcreteModel('example') In [28]: m.A = Set(initialize=[1,2,3]) In [29]: m.B = Set(initialize=list('abc')) In [30]: m.X = Var(m.A, m.B, domain=NonNegativeReals) In [31]: # example constraint for "the whole matrix" like you have now In [32]: m.C1 = Constraint(expr=sum(m.X[a,b] for a in m.A for b in m.B)<=1) In [33]: m.pprint() 3 Set Declarations A : Size=1, Index=None, Ordered=Insertion Key : Dimen : Domain : Size : Members None : 1 : Any : 3 : {1, 2, 3} B : Size=1, Index=None, Ordered=Insertion Key : Dimen : Domain : Size : Members None : 1 : Any : 3 : {'a', 'b', 'c'} X_index : Size=1, Index=None, Ordered=True Key : Dimen : Domain : Size : Members None : 2 : A*B : 9 : {(1, 'a'), (1, 'b'), (1, 'c'), (2, 'a'), (2, 'b'), (2, 'c'), (3, 'a'), (3, 'b'), (3, 'c')} 1 Var Declarations X : Size=9, Index=X_index Key : Lower : Value : Upper : Fixed : Stale : Domain (1, 'a') : 0 : None : None : False : True : NonNegativeReals (1, 'b') : 0 : None : None : False : True : NonNegativeReals (1, 'c') : 0 : None : None : False : True : NonNegativeReals (2, 'a') : 0 : None : None : False : True : NonNegativeReals (2, 'b') : 0 : None : None : False : True : NonNegativeReals (2, 'c') : 0 : None : None : False : True : NonNegativeReals (3, 'a') : 0 : None : None : False : True : NonNegativeReals (3, 'b') : 0 : None : None : False : True : NonNegativeReals (3, 'c') : 0 : None : None : False : True : NonNegativeReals 1 Constraint Declarations C1 : Size=1, Index=None, Active=True Key : Lower : Body : Upper : Active None : -Inf : X[1,a] + X[1,b] + X[1,c] + X[2,a] + X[2,b] + X[2,c] + X[3,a] + X[3,b] + X[3,c] : 1.0 : True 5 Declarations: A B X_index X C1 In [34]: # OK, now if we want to make the row summation "for each a in m.A" In [35]: # we want to use a function-rule combo is easiest... In [36]: def sum_over_b(m, a): ...: return sum(m.X[a,b] for b in m.B) <= 1 ...: In [37]: m.C2 = Constraint(m.A, rule=sum_over_b) In [38]: m.C2.pprint() C2 : Size=3, Index=A, Active=True Key : Lower : Body : Upper : Active 1 : -Inf : X[1,a] + X[1,b] + X[1,c] : 1.0 : True 2 : -Inf : X[2,a] + X[2,b] + X[2,c] : 1.0 : True 3 : -Inf : X[3,a] + X[3,b] + X[3,c] : 1.0 : True In [39]:

Pyomo ：行级别的求和约束 <= 1

Pyomo : summation constraint on row level <= 1

python

constraints

pyomo