Gurobi和Python：如何使用最優變量解決方案查詢字典

我正在使用Python和Gurobi，並且在如何優化查詢字典的可變解決方案方面存在困難。Gurobi和Python：如何使用最優變量解決方案查詢字典

my_dict = {(i, j) : func(Z) for i in I for j in J}

my_dict結果是這樣的：

{(15687, 'B'): [[7, 0, 0, 0], [0, 7, 0, 0], [0, 0, 7, 0], [0, 0, 0, 7]], 
    ... 
(18906, 'C'): [[4, 0, 0, 3], [3, 0, 0, 3], [4, 0, 0, 0], [3, 0, 0, 0]}

此外我有一個二進制變量x [I，J，Z]和分配約束：

assignment = m.addConstrs((quicksum(x[i, j, z] 
            for z in range(len(my_dict[i, j]))) == 1 
            for i in I for j in J), "assignment")

假設我獲得作爲最佳解決方案變量

x[15687,'B',0] 1.000000 
x[18906,'C',2] 1.000000

有沒有辦法檢索my_dict對應於「z」索引的子列表？（例如，如果我的解決辦法是x[18906,'C',2] 1.000000則z = 2，我想獲得的子表[4, 0, 0, 0]）

來源

2017-06-06 Zeno

你的代碼是不是真的一個很好的小例子，一起工作，所以很難張貼有效的代碼。

一般問題看起來並不難。

如果你原來的字典是這樣的：

{(15687, 'B'): [[7, 0, 0, 0], [0, 7, 0, 0], [0, 0, 7, 0], [0, 0, 0, 7]], 
    ... 
(18906, 'C'): [[4, 0, 0, 3], [3, 0, 0, 3], [4, 0, 0, 0], [3, 0, 0, 0]}

和您的解決方案是my_dict_opt，也許這樣的事情應該做的（python3）：

import numpy as np # easy fp-math comparison 

sublists = [] 
for key, val in my_dict.items(): 
    n_vars = len(val) # my assumption 
    for i in range(n_vars): 
     if np.isclose(my_dict_opt[key + tuple([i])].X, 1.0): # depends on your dict if .X is needed 
      sublists.append(my_dict[key][i])

因爲類型的字典中，元素的順序在子列表中沒有定義，這應該只是一個原型，因爲我不清楚這些字典是如何用於你的。

來源

2017-06-06 10:44:48 sascha

謝謝你的答案，但如果可能，我想避免使用numpy。我對python很陌生，在理解你的解決方案時遇到了問題。此外Gurobi不支持Python 3，所以我使用Python 2.7 – Zeno

（1）np只是爲了保存fp數學。你可以自己做。非最佳（但工作）版本：'''eps = 1e-3; if（abs（x-1.0）<= eps）'''。原因是，你可能想把0.9999當作1，你絕對不應該在花車上進行天真的平等檢查。（2）Gurobi支持python 3！（3）py2和py3之間的區別僅僅是字典 – sascha

謝謝@sascha，但不幸的是你的解決方案不起作用。我不知道我是否犯了一些使用它的錯誤，但我得到TypeError：只能連接元組（不是「int」）到元組 – Zeno

Gurobi和Python：如何使用最優變量解決方案查詢字典

回答

相關問題