PULP：对照约束检查变量设置

Question

我希望使用 PULP 在 Python 中设置约束检查。假设我有变量 A1,..,Xn 和一个约束 (AffineExpression) A1X1 + ... + AnXn

给定 X 的分配（例如 X1=1、X2=4、...Xn=2），我如何检查约束是否满足？我知道如何使用 Numpy 处理矩阵，但想知道是否可以使用 PULP 让库处理这项工作。

我希望我可以检查特定的变量分配。我不想对问题运行优化算法（例如 prob.solve()）。

纸浆可以做到这一点吗？有没有更好的 Python 库？我考虑过 Google 的 OR-Tools，但发现文档比 PULP 更难解析。

Answer 1

看起来可以执行以下操作：

1. 定义 PULP 变量和约束并将它们添加到 LpProblem
2. 以 {'variable name': value} 的形式为您的作业创建字典
3. 使用 LpProblem.assignVarsVals(your_assignment_dict) 分配这些值
4. 运行 LpProblem.valid() 以检查您的分配是否满足所有约束和变量限制

请注意，这几乎肯定会比使用 numpy 和 Ax

Answer 2

您可以留在 numpy 中并完成此操作。查看矩阵中的一行，您可以将 A 行设置为等于一个向量，然后创建一个行总和，以便您检查索引并找出它是否为真。例如：

a = A[0, :]
row_sum = a*x
sum(row_sum) <= B[0]

最后一行将只返回True 或False。然后，如果您想更改单个索引，可以使用

更新您的 row_sum 数组

row_sum[3] = a[3]*new_val

然后再次运行您的分析。