python - 如何在python中使用PuLP在线性优化中包含动态约束？答案

【问题标题】：How to include dynamic constraints in Linear Optimization with PuLP in python?python - 如何在python中使用PuLP在线性优化中包含动态约束？
【发布时间】：2020-09-17 22:41:42
【问题描述】：

我一直在使用 PuLP 库解决线性优化问题。如何在我的代码中包含此动态约束？

snapshot of excel example with terms

我需要最小化由 A 和 B 的加权和形成的投资组合 (-19391.8) 的 VaR 1D - 目标函数

同时，投资组合的 VaR10D 应减少给定的目标（-39100 至 -29100）。 ow，如您所见，投资组合的 Var10d 和 Var1d 是“总计”列中的第二小值。现在，我需要在代码中添加一个约束，即 Var10d 应该减少 10000（即 -29100），但同时，它也应该是通过加权和计算的总列中的第二最小值'A' 和 'B' 在每一天。

因此，我需要可以 1. 最小化 Var1d 的最佳权重（虽然它是 Var10d 的“总”列中的第二小），2. 将 Var10d 减少 10000（即到 -29100）（虽然它是第二小的在 Var1d 的“总计”列中）。

【问题讨论】：

标签： python optimization linear-programming pulp

【解决方案1】：

最小 -8000 * x1 - 15000 * x2 + 目标

我不明白你的限制，因为这些数字似乎只是目标函数中系数的其他值。

所以我看不出你的“程序”为什么不只是设置 x1，x2 = 0，没有什么可计算的，因为没有约束..

如果您希望您的目标值在特定范围内，您可以添加： coeff * x1 + coeff * x2 =) 值然后如果你想改变右边的值，你可以在第一个循环后再次运行程序，依此类推..

【讨论】：