在 pyomo 环境下添加约束答案

【问题标题】：adding constraint under pyomo environment在 pyomo 环境下添加约束
【发布时间】：2016-12-08 10:32:28
【问题描述】：

我在 pyomo.environ 包下工作。我尝试添加类似http://imgur.com/a/pWJ79 的约束。 i 和 j 是节点的索引。

node_set 包含 N0 到 N5，总共六个节点。 Arc_set 是一个存储节点之间链接的集合，例如 [N1, N2]，它不包含任何自循环弧，例如 [N1, N1]。 F集包含[F1,F2,F3]

所以，我做了这样的事情：

def c1_rule(m, j):
    return sum(m.X[e[0], j, f] for e in m.arc_set if e[1] != 'N0' for f in m.f_set) == 1
m.c1_cons = pe.Constraint(m.node_set, rule= c1_rule)

但是，我意识到这会在我的 j 等于 i 时触发错误，这里是 e[0]，因为 m.X[i, j, k] 的索引没有 [N1, N1 , F1]。我有一个想法是将自循环弧添加到弧集中。有没有其他方法可以避免这个错误？

【问题讨论】：

标签： python python-2.7 linear-programming integer-programming pyomo

【解决方案1】：

首先，警告：您显示的约束假定所有 i 和 j 都存在 X[i,j,f]：

否则，它会被描述为：

因此，如果您严格遵守此约束，您的代码是正确的，您只需要确保参数/变量 X 的所有条目（包括 i == j 时）都存在。

现在，您会收到一个错误，因为无论arc_set 中的内容是什么，都会为所有j 和f 生成约束规则。

因此，如果arc_set 中有 [N1, N2]，则变量 e 将等于 [N1, N2]，当 j = N1 和 f = F1 时，以下规则：

m.X[e[0], j, f]

将被翻译成：

m.X[N1, N1, F1]

如果X 是您的模型的参数并且条目X[N1, N1, F1] 不存在，这可能会触发错误。

解决此问题的方法是在约束规则的列表理解中包含e[0] != j：

def c1_rule(m, j):
    return sum(m.X[e[0], j, f] for e in m.arc_set for f in m.f_set
                               if e[1] != 'N0' and e[0] != j) == 1
m.c1_cons = pe.Constraint(m.node_set, rule= c1_rule)

【讨论】：