我有一长串基本上基于输入数据文件的决策变量。但是，为方便起见，让我们使用下面的示例：
我将决策变量添加到我的模型中，并且这些决策变量中的每一个都被限制在 0 和 1（含）之间。我做了以下事情：（*mylist 是我程序中的一列数据框，所以我使用了shape[0]）
model.variables.add(obj=mylist, ub=list(np.ones((1, mylist.shape[0])))), types=[model.variables.type.continuous] * len(mylist) )
我可能误解了 python api 是如何定义模型构造的。我收到一个 CPLEX 错误：参数不一致。我怀疑ub 给了我这个问题，因为当我删除它时一切正常。我应该如何正确设置ub？而model.variables.add函数中的columns参数是指什么？
【问题讨论】：
ub 参数应该是与obj 参数大小相同的序列。因此，您应该使用ub=[1.0]*len(mylist) 或ub=np.ones(len(mylist)) 等，而不是ub=list(np.ones((1, mylist.shape[0]))))。
columns 参数允许您按列而不是按行向约束矩阵添加非零（后者通常通过Cplex.linear_constraints.add 方法完成）。了解columns 参数发生了什么的一种方法是查看文档中的example。
例如：
import cplex
c = cplex.Cplex()
c.linear_constraints.add(names = ["c0", "c1", "c2"])
c.variables.add(obj = [1.0, 2.0, 3.0],
types = [c.variables.type.integer] * 3)
c.variables.add(obj = [1.0, 2.0, 3.0],
lb = [-1.0, 1.0, 0.0],
ub = [100.0, cplex.infinity, cplex.infinity],
types = [c.variables.type.integer] * 3,
names = ["var0", "var1", "var2"],
columns = [cplex.SparsePair(ind = ['c0', 2], val = [1.0, -1.0]),
[['c2'],[2.0]],
cplex.SparsePair(ind = [0, 1], val = [3.0, 4.0])])
c.write("example.lp")
运行后，LP 文件如下所示：
Minimize
obj: x1 + 2 x2 + 3 x3 + var0 + 2 var1 + 3 var3
Subject To
c0: var0 + 3 var3 = 0
c1: 4 var3 = 0
c2: - var0 + 2 var1 = 0
Bounds
x1 >= 0
x2 >= 0
x3 >= 0
-1 <= var0 <= 100
var1 >= 1
var3 >= 0
Generals
x1 x2 x3 var0 var1 var3
End
如果查看约束矩阵的第一行（约束“c0”），第一列（变量“var0”）的系数为 1.0。对于第三行（具有索引 2 的约束“c2”），第一列（变量“var0”）的系数为 -1.0。这对应于columns 列表中的第一项（即cplex.SparsePair(ind = ['c0', 2], val = [1.0, -1.0])）。
【讨论】：
我做了一个小改动，ub=list(np.ones(mylist.shape[0]))，没有出错。使用 model.variables.get_upper_bounds() 检查边界后，一切正常。
【讨论】：