带有 MVar 的 Gurobi addConstr：索引 0 超出属性“X”的范围答案

【问题标题】：Gurobi addConstr with MVar: Index 0 out of range for attribute 'X'带有 MVar 的 Gurobi addConstr：索引 0 超出属性“X”的范围
【发布时间】：2020-05-15 22:25:23
【问题描述】：

我是 Gurobi 的新手，目前正在研究可行性优化问题，作为我的变量的一部分，我有一个 MVar 网格（矩阵）grid_values，另一个定义如下 b1：

grid_values = model.addMVar( (n, n), lb=1, ub=9, vtype=GRB.INTEGER, name="grid_values")
b1 = model.addMVar((n, n), vtype=GRB.BINARY, name='b1')

现在，我试图添加一些约束，其中每个约束涉及一行grid_values 和一行b1：

model.addConstrs(((grid_values[i, :] - j ).getValue() @ b1[i, :] == 0 
                  for i in range(n)
                  for j in range(n)), name='row_constr')

其中j 是所有 1 的向量，然后是所有 2，... 所有 n 的向量。但是，当我运行上面的代码时，我得到：

GurobiError：索引 0 超出属性“X”的范围。

我哪里做错了？任何帮助表示赞赏。

我也尝试使用np.full((n,), j) 代替j 作为矢量，但无济于事。

【问题讨论】：

标签： python gurobi

【解决方案1】：

首先，请注意getValue() 方法计算当前解决方案中的 MLinExpr 对象（线性矩阵表达式）的值，即在您解决了优化问题之后。

然后，据我所知，目前还没有办法像点积一样使用 Mvar 对象进行“逐点”乘法。因此，您可以尝试以简单的矩阵向量积的形式编写约束，或者使用已知的代数建模方法而不是矩阵 api：

from gurobipy import Model, GRB, quicksum

model = Model()
grid_values = model.addVars(n, n, lb=1, ub=9, vtype=GRB.INTEGER, name="grid_values")
b1          = model.addVars(n, n, vtype=GRB.BINARY, name="b1")

model.addConstrs((quicksum((grid_values[i,j]-j)*b1[i,j] for j in range(n)) == 0 for i in range(n)), name="row_constr")

【讨论】：