Я тестирую библиотеку оптимизации PuLP, чтобы решить простую задачу.
У меня есть матрица A , которая определяет ограничения задачи.
Получив матрицу, я хочу автоматически построить функции ограничения. Выше приведен пример кода:
from pulp import LpProblem, LpMinimize, LpVariable, LpStatus, value, LpInteger
import numpy as np
# Not important. It only generates the matrix A
def schedule_gen_special(N, Na):
matrix = np.zeros((N,N))
for i in range(Na):
for j in range(N):
if(i < N):
matrix[i][j] = 1
i = i + 1
matrix = matrix[:, :N-Na+2]
return matrix
N = 6
Na = 4
A = schedule_gen_special(N, Na)
# Create the 'prob' variable to contain the problem data
prob = LpProblem("Distribution of shifts", LpMinimize)
# Defines the variables under optimization
x = []
x = [LpVariable("turno"+str(i), 0, None, LpInteger) for i in range(1,5)]
# Defines the objective function
prob2 += sum(x),'number of workers'
пока здесь, все в порядке. На данный момент, я должен определить ограничения, и стандартный способ сделать это:
# The five constraints are entered
prob2 += x[0] >= 1.0, "Primerahora"
prob2 += x[0] + x[1] >= 2.0, "Segundahora"
prob2 += x[0] + x[1] + x[2] >= 4.0, "Tercerahora"
prob2 += x[0] + x[1] + x[2] + x[3] >= 3.0, "Cuartahora"
prob2 += x[1] + x[2] + x[3] >= 2.0, "Quintahora"
prob2 += x[2] + x[3] >= 4.0, "Sextahora"
Однако Матрица A имеет информацию об ограничениях:
array([[ 1., 0., 0., 0.],
[ 1., 1., 0., 0.],
[ 1., 1., 1., 0.],
[ 1., 1., 1., 1.],
[ 0., 1., 1., 1.],
[ 0., 0., 1., 1.]]),
где первая строка соответствует первому ограничению ... и т. Д.
Можно ли автоматизировать определение ограничения, рассматривая только матрицу A ?