CPLEX Python'da yarı sürekli kısıtlamalar

Question

MIQP optimizasyon problemi olarak yeniden formüle edilmiş yarı sürekli bir optimizasyon problemim var.

Hedefimin ikinci dereceden bir formu var $x^{T}Qx$ ve benim $x_{i}$ gibi $x_{i} \in [m,M] \cup \{0\}$. Bu nedenle, ikili değişkenlerin bir vektörünü tanıtıyorum$y$ gibi $y_{i} \in \{0,1\}$ ve aşağıdaki kısıtlamayı göz önünde bulundurun $x_{i}$ : $m * y_{i} \leq x_{i} \leq M * y_{i}$.

Optimizasyon problemim bu nedenle amaç fonksiyonu, $x_{i}$ ve ikili kısıtlama $y_{i}$.

CPLEX ile ilgili sorunumu çözmeye çalışıyorum, ancak aralıklı kısıtlamayı belirlerken sorun yaşıyorum $x_{i}$. Kısıtlamalar için şu ana kadar sahip olduğum şeyler:

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])

Aralıklı kısıtlamayı eklemem gerekiyor ama nasıl olduğunu anlayamıyorum. sensesÖzniteliğimin olacağını biliyorum ['E'] + ['R' for i in range(50)]ama peki ya lin_exprve rhsöznitelikleri? rhsÖzelliğin ikili değişkenlere olan bağımlılığı nasıl belirlenir?

Answer 1

docplex python API ile yapmak oldukça kolaydır:

değiştirmeme izin ver

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

itibaren

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

yarı sürekli

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