python pulp 整数规划_如何在PuLP中使用整数规划指定多变量约束?

我试图用Python-PuLP中的整数规划公式来解决装箱问题。问题模型如下:

XYa3Z.png

我使用PuLP库编写了以下Python代码from pulp import *

#knapsack problem

def knapsolve(bins, binweight, items, weight):

prob = LpProblem('BinPacking', LpMinimize)

y = [LpVariable("y{0}".format(i+1), cat="Binary") for i in range(bins)]

xs = [LpVariable("x{0}{1}".format(i+1, j+1), cat="Binary")

for i in range(items) for j in range(bins)]

#minimize objective

nbins = sum(y)

prob += nbins

print(nbins)

#constraints

prob += nbins >= 1

for i in range(items):

con1 = sum(xs[(i * bins) + j] for j in range(bins))

prob += con1 == 1

print(con1)

for k in range(bins):

x = xs[k*bins : (k+1)*bins]

  • 0
    点赞
  • 1
    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