python变量乘法_如何在Python中乘以约束中的两个变量(pulp包,优化)?

我有一个关于下面代码的问题。在这个问题中,我们试图找到x(i)的最大值。要找到一个最优可行解需要三个变量,我不想麻烦你的细节。在定义了目标函数之后,我们继续定义约束。参数d_ajs包含a、j和s的所有组合的整数值。现在的问题是,将这两个变量相乘会返回以下错误:非常数表达式不能相乘。在

有人能帮我吗?是什么导致了这个错误,如何解决?在

提前谢谢!在from pulp import *

prob = LpProblem("Model2", LpMaximize)

# Variables

x = pd.Series(index=b_i.index)

for i in b_i.index:

x[i] = LpVariable("x"+str(i), cat = 'Binary')

y = pd.DataFrame(index=employees, columns=shifts)

for i in employees:

for j in shifts:

y.loc[i][j] = LpVariable("y"+str(i)+","+str(j), cat='Binary')

p = {}

for a in aeroplanes:

p[a] = pd.DataFrame(index=employees, columns=shifts)

for i in employees:

for j in shifts:

p[a].loc[i][j] =

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值