Gurobi Python 派生变量的可访问约束

Question

我正在使用 Python 在 Gurobi 中实现 MILP。我的问题有几个来自决策变量的变量，例如：

d[tau] 是一个常数值，q[t,tau,k] 是一个二元决策变量。为了使符号更清晰，我想稍后重用这些变量，例如在目标或约束中。我不确定如何正确实施它。作为 Gurobi 的新手，我的方法如下：

1. 我使用Model.addVar() 将y[t,tau,k] 声明为变量
2. 我使用Model.addConstr() 创建了一个等式约束来强制执行y[t,tau,k]=q[t,tau,k]*d[tau]

在代码中：

y[t,tau,k] = dda_prob_IS.addVar(
    lb=0.0,
    vtype=GRB.CONTINUOUS,
    name=f'y[{t},{tau},{k}]')

dda_prob_IS.addConstr(
    y[t,tau,k] == q[t,tau,k]*d[tau],
    name = f'y_def[{t},{tau},{k}]')

我在实现的以下部分专门使用y[t,tau,k]，因此我需要能够访问特定的y。有没有更优雅的方法来实现这一点，或者我的方法是否正确？

提前感谢您的支持。

Answer 1

您可以使用addVars() 更高效地创建这些变量：

y = dda_prob_IS.addVar(len(T), len(Tau), len(K)    
    lb=0.0,
    vtype=GRB.CONTINUOUS)

这将创建一个您可以使用 3 个索引访问的元组。

您还可以使用addConstr() 通过在调用中循环您的变量来一次添加多个类似的约束。