tupledict类
tupledict类
我们要讨论的最后一个重要的预备是tupledict
类。这是Python的一个自定义子类dict
类,它允许您高效地处理Gurobi变量对象的子集。更具体地说,你可以用the总和
和刺激
方法在一个tupledict
对象容易和简洁地建立线性表达式。a的关键字tupledict
存储为tuplelist
一样的选择
语法可以用来选择条目的子集。具体来说,通过将一个元组与每个Gurobi变量关联起来,您可以高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,您可以轻松构建一个表达式,该表达式捕获对应元组的第一个字段等于3的所有Gurobi变量的总和(使用x.sum(“*”)
).
而您可以直接构建自己的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
.让我们举一个简单的例子。我们将首先构造一个元组列表,然后创建一组使用该列表索引的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
参数用于命名生成的变量,但它只给出名称的前缀—名称由元组键下标(因此将对变量进行命名d [1, 2]
,d [1,3]
等)。最后的召唤更新
同步某些内部数据结构;现在可以放心地忽略这个细节。你可以用这个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
方法返回Gurobi变量列表,其中关联元组的第一个字段为1。Python总和
语句然后创建一个线性表达式,该表达式捕获这些变量的和。在这种情况下,这个表达式是(1、2)+ d(1、3)
.同样的,和(d。选择('*', 3))
会给(1、3)+ d(2、3)
.与一个tuplelist
,你用a‘*’
字符串,指示元组中该位置中可接受的任何值。的tupledict
类包含一个简化上述操作的方法。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,在线性表达式的系数不是全部的情况下1.0
.系数由a提供dict
论点。的索引使用相同的元组tupledict
.例如,给定一个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, a call tod.prod(多项式系数)
会给出这样的表达式5 d(1,2) + 7 d(2,3)
.你也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
的子类是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([在我们接下来的网络流示例中,一旦我们构建了])Var d[1,2]>, 0, , < gurobi。Var d[2、3]>,< gurobi。Var d(2、4)>))
tupledict
它包含了网络上每个有效商品-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,捕捉所有弧线的总流量,空入特定的目的地城市,如下所示:Gurobi > inbound =流量。总和('*', '*', 'New York')
现在,我们提供一个示例来说明到目前为止所讨论的所有概念的用法。