如何在 Gurobi Python 中将决策变量与矩阵相乘答案

【问题标题】：How to multiply decision variable with a matrix in Gurobi Python如何在 Gurobi Python 中将决策变量与矩阵相乘
【发布时间】：2016-10-27 13:52:29
【问题描述】：

我对 Gurobi 很陌生，我正在尝试按如下方式实现分配问题：

      # Create decision variables for the allocation
        x = {}
        for s in arr1:
           for t in arr2:
              x[s,t] = m.addVar(vtype=GRB.BINARY, name="allocation")

              x[s,t] == x[s,t] * mymat[s]
        m.modelSense = GRB.MAXIMIZE
        m.update()

我想知道写出上述线性表达式是可能的，这样我就可以最大限度地分配具有相似偏好的人来完成相同的任务。

但是，在使用 x[s,t].x 检索结果时，运行上述编写的模型会产生错误。错误是

GurobiError：无法检索属性“X”

数据从一个单独的文件传入模型，代码如下：

    data=c.execute('select id,pref from data')
    result = c.fetchall()
    pref_data=dict(result)
   
    mymat=defaultdict(int)
    a=1
    for i in range(1,10):
       row = [] 
       for x in range(0,i):
          row.append(0)
      for j in range(i+1, 10):
          if pref_data[i]==pref_data[j]:
             row.append(1)
          else:
             row.append(0)
      mymat[a]=row
      a+=1

【问题讨论】：

X 属性（Var.X 或 Var.get('X')）表示最优解的值，因此在调用 Model.optimize() 之前，您无法访问 X 属性。
是的，我明白了。我实际上在程序结束时调用了 x[s,t] .x。抱歉，我只复制粘贴了一部分代码。但是，当我添加术语 x[s,t] == x[s,t] * mymat[s] 时出现此错误。所以我的主要问题是知道如何解决这个错误？
参见related question，了解如何使用“不可约不可行集”来诊断不可行问题。

标签： python matrix gurobi

【解决方案1】：

除非对所有 a，mymat[a] = 1，否则您的模型是不可行的。如果不是这种情况，Gurobi 会告诉您该实例不可行（您可以使用 status = Model.optimize() 进行检查）并且没有要从您的变量中检索的值。

【讨论】：