python调用cplex解决规划问题（二）

python调用cplex解决规划问题（二）

上篇文章直接使用python调用cplex求解器解决旅行商问题（TSP）。但是只能是固定节点和距离的计算。所以这次小小的优化了一下，使用更贴近建模语言的docplex语法包进行改进，然后通过读取excel表格来获取数据。不得不说使用docplex真的比直接那个cplex求解器要好的多啦！程序要简单好多，对我这个菜鸡很友好。程序很简陋，大家多多包涵，欢迎批评指正，和友好交流。
废话不多说直接上代码喽！

下面是主程序：

from docplex.mp.model import Model
from excel_to_matrix import excel_to_matrix

datafile = 'C:\\Users\\Administrator\\Desktop\\matrix.xlsx'
distance = excel_to_matrix(datafile)
n = len(distance)
# 首先将地点标识建立起来,从1建立到n
L = [i for i in range(1, n + 1)]
# 建立起下标的集合
xb = {(i, j) for i in L for j in L}
# 定义模型类型
mdl = Model('MIP')
# 定义变量
x = mdl.binary_var_dict(xb, name='x')
u = mdl.continuous_var_dict(L, name='u')
# 定义目标函数
mdl.minimize(mdl.sum(x[i, j] * distance[i - 1, j - 1] for i in L for j in L))
# 定义约束函数
mdl.add_constraints(mdl.sum(x[i, j] for i in L) == 1 for j in L)
mdl.add_constraints(mdl.sum(x[i, j] for j in L) == 1 for i in L)
mdl.add_constraints(u[i] - u[j] + n * x[i, j] <= n - 1 for i in L for j in L if i != j and i > 1 and j > 1)
solution = mdl.solve()
print(solution)

这是读取excel表格的程序：

import numpy as np
import xlrd


def excel_to_matrix(path):
    table = xlrd.open_workbook(path).sheets()[0]  # 获取第一个sheet表
    row = table.nrows  # 行数
    col = table.ncols  # 列数
    datamatrix = np.zeros((row, col))  # 生成一个nrows行ncols列，且元素均为0的初始矩阵
    for x in range(col):
        cols = np.matrix(table.col_values(x))  # 把list转换为矩阵进行矩阵操作
        datamatrix[:, x] = cols  # 按列把数据存进矩阵中
    return datamatrix