tupledict类

我们想讨论的最终重要初步是tupledict类。这是Python的自定义子类dict类，它允许你有效地使用Gurobi变量对象的子集。更具体地说，您可以使用总和和刺激方法在一个tupledict对象以轻松而简洁地构建线性表达式。一个钥匙tupledict存储为tuplelist，所以都一样选择语法可以用来选择条目的子集。具体来说，通过将元组与每个Gurobi变量关联，您可以有效地创建包含匹配变量子集的表达式。例如，使用总和方法tupledict对象，你可以很容易地构建一个表达式，捕获所有Gurobi变量的和，对应元组的第一个字段等于3(使用x.sum(“*”)）.

虽然你可以直接建立自己的tupledict， Gurobi接口提供了一个addvars.方法，为输入参数中的每个元组添加一个Gurobi决策变量到模型中，并将结果作为tupledict．让我们给出一个简单的例子。我们将首先构建元组列表，然后我们将创建一组使用此列表索引的Gurobi变量：

gurobi > l =列表(((1、2),(1,3)(2、3),(2、4)])gurobi > d =模型。addVars (l, name = " d ")

的addvars.方法将创建变量d(1、2)，d(1、3)，d(2、3),d(2、4)．请注意,的名字参数用于命名产生的变量，但它只给出名称的前缀——名称由元组键下标(因此变量将被命名d [1, 2]，d [1,3]等)。

你可以使用这个tupledict建立线性表达式。例如，你可以这样做:

gurobi >和(d。选择(1, '*'))

的选择method返回一个Gurobi变量列表，其中关联元组的第一个字段为1。Python总和语句创建一个线性表达式来捕获这些变量的和。在这种情况下，这个表达式将是D（1,2）+ D（1,3）．同样的,和(d。选择('*', 3))会给(1、3)+ d(2、3)．与一个tuplelist，则使用‘*’字符串，以指示元组中该位置的任何值都是可接受的。

的tupledict类包括一种简化上面的方法。而不是和(d。选择('*', 3))，你可以使用d.sum(“*”,3)代替。

的tupledict类还包括刺激方法，当你的线性表达式的系数不是全部时1．0．系数由adict论点。对象使用相同的元组进行索引tupledict．例如，给出了一个dict命名多项式系数有两项:多项式系数(1、2)= 5,多项式系数(2、3)= 7，一个呼叫d.prod(多项式系数)会给出这个表达式5 d(1,2) + 7 d(2,3)．您还可以包含一个过滤器，所以d.prod(多项式系数2‘*’)让7 d(2、3)．

请注意,tupledict的子类dict，所以你可以使用标准dict方法来访问或修改tupledict：

gurobi >打印(d [1,3]) < gurobi。Var d[1,3]> gurobi> d[3, 4] = 0.3 gurobi> print(d[3, 4]) 0.3 gurobi> print(d[3, 4]) dict_values([， 0.3， , < gurobi。Var d[2、3]>,< gurobi。Var d(2、4)>))

在我们即将到来的网络流示例中，一旦我们构建了tupledict它包含网络上每个有效的商品-来源-目的地组合的变量(我们称之为流)，我们可以创建一个线性表达式，捕捉所有进入特定目的地城市的弧线上的总流量，如下所示:

Gurobi >入站=流量。总和('*', '*', 'New York')

现在我们提供一个示例，演示到目前为止所讨论的所有概念的用法。