Я относительно новичок в Джулии и пытаюсь научиться этому.Итак, я натолкнулся на пример проблемы приверженности подразделения;однако, это не работает для меня, так как я получаю эту ошибку:
LoadError: MethodError: no method matching
value(::Array{VariableRef,1})
Closest candidates are:
value(!Matched::NonlinearExpression) at ***\packages\JuMP\jnmGG\src\nlp.jl:1126
value(!Matched::NonlinearParameter) at ***\packages\JuMP\jnmGG\src\nlp.jl:125
value(!Matched::VariableRef) at ***\packages\JuMP\jnmGG\src\variables.jl:721
...
in expression starting at untitled-c2a2b8253aafb31b0a191c03db8d0489:41
solve_uc(::Array{Int64,1}, ::Array{Int64,1}, ::Array{Int64,1}, ::Int64,
::Int64, ::Int64) at untitled-c2a2b8253aafb31b0a191c03db8d0489:38
top-level scope at none:0
Сам код здесь (я взял его из учебника):
using JuMP
using GLPK
using MathOptInterface
const MOI = MathOptInterface
using Interact
const g_max = [1000,1000];
const g_min = [0,300];
const c_g = [50,100];
const c_g0 = [1000,0]
const c_w = 50;
const d = 1500;
const w_f = 200;
function solve_uc(g_max, g_min, c_g, c_w, d, w_f)
uc=Model(with_optimizer(GLPK.Optimizer))
@variable(uc, 0 <= g[i=1:2] <= g_max[i])
@variable(uc, u[i=1:2], Bin)
@variable(uc, 0 <= w <= w_f )
@objective(uc,Min,sum(c_g[i] * g[i] for i in 1:2) + c_w * w)
for i in 1:2
@constraint(uc, g[i] <= g_max[i] * u[i])
@constraint(uc, g[i] >= g_min[i] * u[i])
end
@constraint(uc, w <= w_f)
@constraint(uc, sum(g[i] for i in 1:2) + w == d)
status = optimize!(myModel)
return status, value(g), value(w), w_f-value(w), value(u), objective_value(uc)
end
status,g_opt,w_opt,ws_opt,u_opt,obj=solve_uc(g_max, g_min, c_g, c_w, d, w_f);
Спасибо.