使用矩阵形式的约束的 Python Pulp 线性规划

Question

使用纸浆和python，我试图以以下形式解决水平衡（类似于经典的运输问题）线性规划问题：最小化 c'x 服从：轴=b磅<=x<=ub其中 A 是 (10x18) 矩阵，c(1x18) 和 b(10x1) 是向量，U (18x2) 是分别包含 lb 和 ub 的两列矩阵。import pulp as pimport pandas as pdimport numpy as npA=pd.read_csv(r"C:\...\A.csv",delimiter=',',dtype='int8',header=None)A=A.to_numpy()c=pd.read_csv(r"C:\...\c.csv",delimiter=',',dtype='float64',header=None)c=c.to_numpy()U=pd.read_csv(r"C:\...\U.csv",delimiter=',',dtype='float64',header=None)b=pd.read_csv(r"C:\...\b.csv",delimiter=',',dtype='float64',header=None)b=b.to_numpy()# Create a LP Minimization problem Lp_prob = p.LpProblem('Problem', p.LpMinimize)  # Create problem Variables  x = p.LpVariable("x", lowBound = U[0], upBound = U[1])   # Create a variable x# Objective Functionc=np.transpose(c)Lp_prob+= p.lpSum(c*x)# Constraints: Lp_prob += p.lpSum(A*x) == b# Display the problem print(Lp_prob) status = Lp_prob.solve()   # Solver print(p.LpStatus[status])   # The solution status # Printing the final solution print(p.value(x), p.value(Lp_prob.objective)) 问题 当我尝试运行项目时，它会显示消息“文件“C:\Users\stavroula\Anaconda3\lib\site-packages\pandas\core\generic.py”，第1555行，非零 self.class.nameValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。"为什么会这样？可以使用 scipy.optimize.linprog() 例程成功解决该问题。提前致谢！！

Answer 1

PuLP 不使用矩阵表示法。所以A*x变成了类似的东西（在伪代码表示法中）：

sum_j A[i,j]*x[j]

如果您想使用矩阵表示法，请查看 CVXPY。