Vincoli semi continui in CPLEX Python

Question

Ho un problema di ottimizzazione semicontinuo riformulato come un problema di ottimizzazione MIQP.

Il mio obiettivo ha una forma quadratica$x^{T}Qx$e la mia$x_{i}$sono tali$x_{i} \in [m,M] \cup \{0\}$. Pertanto, introduco un vettore di variabili binarie$y$ad esempio$y_{i} \in \{0,1\}$e considerare il seguente vincolo sul$x_{i}$:$m * y_{i} \leq x_{i} \leq M * y_{i}$.

Il mio problema di ottimizzazione è quindi definito dalla funzione obiettivo, il vincolo di intervallo sul$x_{i}$e il vincolo binario su$y_{i}$.

Sto cercando di risolvere il mio problema con CPLEX ma ho problemi a specificare il vincolo con intervallo su$x_{i}$. Ecco cosa ho finora per i vincoli:

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])

Devo aggiungere il vincolo a distanza ma non riesco a capire come. So che il mio sensesattributo diventerà, ['E'] + ['R' for i in range(50)]ma per quanto riguarda gli attributi lin_expre rhs? Come specificare la dipendenza rhsdell'attributo con le variabili binarie?

Answer 1

è abbastanza facile da fare con l'API Python di docplex:

fammi cambiare

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

a partire dal

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

in 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