Batasan semi kontinu di CPLEX Python

Question

Saya memiliki masalah pengoptimalan semi-kontinu yang dirumuskan ulang sebagai masalah pengoptimalan MIQP.

Tujuan saya memiliki bentuk kuadrat $x^{T}Qx$ dan saya $x_{i}$ seperti $x_{i} \in [m,M] \cup \{0\}$. Oleh karena itu, saya memperkenalkan vektor variabel biner$y$ seperti $y_{i} \in \{0,1\}$ dan pertimbangkan kendala berikut pada $x_{i}$ : $m * y_{i} \leq x_{i} \leq M * y_{i}$.

Masalah pengoptimalan saya karenanya ditentukan oleh fungsi tujuan, batasan berkisar pada $x_{i}$ dan batasan biner aktif $y_{i}$.

Saya mencoba memecahkan masalah saya dengan CPLEX tetapi saya mengalami masalah dalam menentukan batasan jarak pada file $x_{i}$. Inilah yang saya miliki sejauh ini untuk kendala:

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])

Saya perlu menambahkan batasan jarak tetapi tidak tahu caranya. Saya tahu sensesatribut saya akan menjadi ['E'] + ['R' for i in range(50)]tetapi bagaimana dengan atribut lin_exprdan rhs? Bagaimana cara menentukan ketergantungan rhsatribut dengan variabel biner?

Answer 1

itu cukup mudah dilakukan dengan docplex python API:

biarkan aku berubah

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

dari

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

menjadi semicontinuous

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