Python 在解决问题之前，你能舍入纸浆变量吗？还是绕开这个问题？

我正在尝试优化来自多个工厂的采购订单。我所需的数量已确定。 我可以很容易地解决这个问题，同时遵守每个工厂的生产能力，除了在装运时将产品的生产分配给制造部分集装箱的工厂。根据公司政策，我们不订购部分集装箱。此外，几乎不可能获得准确的容器，因此我想确保，如果我们从工厂订购，所有包含产品的容器都需要达到99%的满度，并写下以下内容：

for f in factory:
    model += (lp.lpSum([m3.loc[i,f] * qty[i,f]] for i in items) / m3_per_container) / \
        math.ceil(lp.lpSum([m3.loc[i,f] * qty[i,f]] for i in items) / m3_per_container) * M) \
            >= 0.99

但是，当我使用此约束运行问题时，会出现以下错误：

TypeError: must be real number, not LpAffineExpression

我猜，这是因为在我解决问题并首先给它赋值之前，我无法将LpVariable四舍五入到最接近的更高整数

有没有人有办法实现这样一个目标，即确保在工厂下的订单制造的集装箱介于.99的倍数（0.99、1.98、2.97等）和1的倍数（1、2、3等）之间，而不会出现此错误

---

提前谢谢

您可以在MIP模型中模拟天花板功能，如下所示：

 y=ceil(x)

大约相当于

 y >= x
 y <= x+0.999
 y integer

y>=x
Y