将cplex线性程序文件导入python

Question

我已经使用 cplex IBM studio 将我的线性程序写入 .mod 文件，如下所示：

int I = ...;
int J = ...;
int ds[1..I]=...;
int maxnint[1..J]=...;
dvar int E[1..I][1..J][1..6];
dvar boolean V[1..I];
minimize sum(i in 1..I)(E[i,J,maxnint[J]]-ds[i]*V[i]);

subject to{
forall(i in 1..I, j in 1..J, mu in 1..maxnint[j]) E[i,j,mu]>=0;
forall(i in 1..I)( t_max*V[i]     >=E[i,J,maxnint[J]]-ds[i]);
forall(i in 1..I)(-t_max*(1-V[i]) <=E[i,J,maxnint[J]]-ds[i]);
}

我想将这个文件导入到python中，并使用我在python中读取的数据来解决它。 数据应该是这样的：

import numpy as np
I = range(10)
J = range(6)
ra = np.array([240, 400, 264, 390, 200, 440])
maxnint = np.array([1, 1, 3, 3, 1, 4])
ds = np.array([14, 19, 16, 21, 28,
               14, 21, 19, 15, 14
               ])

有可能吗？我尽量避免在 python 中编写约束，因为我有很多约束和许多索引应该更难在 python 中实现。

Answer 1

你可以使用doopl。小例子https://github.com/AlexFleischerParis/zoodocplex/blob/master/zoocallopl.py

from doopl.factory import *
# Data
Buses=[
        (40,500),
        (30,400)
        ]

# Create an OPL model from a .mod file
with create_opl_model(model="zootupleset.mod") as opl:
    # tuple can be a list of tuples, a pandas dataframe...
    opl.set_input("buses", Buses)

    # Generate the problem and solve it.
    opl.run()

    # Get the names of post processing tables
    print("Table names are: "+ str(opl.output_table_names))

    # Get all the post processing tables as dataframes.
    for name, table in iteritems(opl.report):
        print("Table : " + name)
    for t in table.itertuples(index=False):
            print(t)

    # nicer display
    for t in table.itertuples(index=False):
        print(t[0]," buses ",t[1], "seats")

或者如果您不想使用 doopl，您可以从 python 调用 oplrun，如在 https://github.com/AlexFleischerParis/howtowithopl/blob/master/callexternalprogram.mod

另见

https://github.com/AlexFleischerParis/zoodocplex/blob/master/zooimportoplmodelandaddpythonobjectiveandconstraint.py