Restricciones semicontinuas en CPLEX Python

Question

Tengo un problema de optimización semicontinua reformulado como un problema de optimización MIQP.

Mi objetivo tiene forma cuadrática$x^{T}Qx$y mi$x_{i}$son tales como$x_{i} \in [m,M] \cup \{0\}$. Por lo tanto, introduzco un vector de variables binarias$y$como$y_{i} \in \{0,1\}$y considere la siguiente restricción en el$x_{i}$:$m * y_{i} \leq x_{i} \leq M * y_{i}$.

Por lo tanto, mi problema de optimización está definido por la función objetivo, la restricción de rango en el$x_{i}$y la restricción binaria en$y_{i}$.

Estoy tratando de resolver mi problema con CPLEX pero tengo problemas para especificar la restricción de rango en el$x_{i}$. Esto es lo que tengo hasta ahora para las restricciones:

myProblem=cplex.Cplex()

#define the variables
names_amounts=["amounts " + str(i) for i in range(50))]
names_binary=["binary " + str(i) for i in range(50))]
myProblem.variables.add(ub=[1]*50,
                        lb=[0]*50,
                        names=names_amounts)
myProblem.variables.add(ub=[1]*50,
                        lb=[0]*50,
                        names=names_binary)
for i in range(50):
    myProblem.variables.set_types("amounts " + str(i), myProblem.variables.type.continuous)
    myProblem.variables.set_types("binary " + str(i), myProblem.variables.type.integer)

#define the constraints
myProblem.linear_constraints.add(
        lin_expr=[[names_amounts,[1]*50]],
        senses=['E'],
        rhs=[1.0])

Necesito agregar la restricción a distancia, pero no sé cómo. Sé que mi sensesatributo se convertirá, ['E'] + ['R' for i in range(50)]pero ¿qué pasa con los atributos lin_expry rhs? ¿Cómo especificar la dependencia del rhsatributo con las variables binarias?

Answer 1

eso es bastante fácil de hacer con docplex python API:

déjame cambiar

https://github.com/AlexFleischerParis/zoodocplex/blob/master/zoosemiinteger.py

desde

https://www.linkedin.com/pulse/making-optimization-simple-python-alex-fleischer/

en semicontinuo

from docplex.mp.model import Model

# original model

mdl = Model(name='buses')
nbbus40 = mdl.semicontinuous_var(4,20,name='nbBus40')
nbbus30 = mdl.semicontinuous_var(4,20,name='nbBus30')
mdl.add_constraint(nbbus40*40 + nbbus30*30 >= 300, 'kids')
mdl.minimize(nbbus40*500 + nbbus30*400)

mdl.solve()

for v in mdl.iter_semicontinuous_vars():
    print(v," = ",v.solution_value