Python 求纸浆目标函数最大值的最小值

我试图用纸浆来得到以下目标函数的最小值

U（X）

，

其中，

x{f，i，v}

是二进制值

当将目标函数设置为

plup.LpProblem

时，我在编写

max（）

时遇到了问题

我所做的是使用python内部函数

max（）

，但它给了我一个错误。似乎它不能用来制浆

    for each_sfc in self.SFCs:
        vnf_id_list = list()
        for each_VNF in each_sfc.VNF_list:
            vnf_id_list.append(str(each_VNF.ID))

        new_sfc_vars = LpVariable.dicts(
            name='X',
            indexs=vnf_id_list,
            lowBound=0,
            upBound=1,
            cat='Continuous'
        )

        for each_key in new_sfc_vars.keys():
            new_sfc_vars[each_key] = 1 - new_sfc_vars[each_key]

        self.sfc_vars.append(new_sfc_vars)

    self.LP_model = LpProblem(
        name="Static backup",
        sense=LpMinimize
    )

    for each_SFC, each_vars in zip(self.SFCs, self.sfc_vars):
        self.LP_model.objective += each_SFC.backup_cost * max(each_vars.values())
    print(self.LP_model.objective)

---

如何将

max（）

用于纸浆，或者如何重新编写代码？

这是一个非常基本的问题

max（）

不是线性的。线性表达式看起来像

a1*x1+a2*x2+…

。纸浆仅用于线性模型，因此它只允许在目标和约束中使用线性表达式。请注意，某些建模工具具有max功能，但它们通常会在引擎盖下对此进行线性化

对于像

最小和（i，max（j，x（i，j））

这样的构造，一个非常标准的公式是

min sum(i, y(i))
y(i) >= x(i,j)  for all i,j 

只要查阅任何LP教科书。它会解释这个公式。通常这被称为

minimax

---

这是一个非常基本的问题

max（）

不是线性的。线性表达式类似于

a1*x1+a2*x2+…

。纸浆仅用于线性模型，因此它只允许在目标和约束中使用线性表达式。请注意，某些建模工具具有max函数，但它们通常会在引擎盖下对此进行线性化

对于像

最小和（i，max（j，x（i，j））

这样的构造，一个非常标准的公式是

min sum(i, y(i))
y(i) >= x(i,j)  for all i,j 

只要查阅任何LP教科书。它会解释这个公式。通常这被称为

minimax

---

抱歉，但我不认为从一个基本问题开始回答是有建设性的，如果你做了很多，这可能对你来说，或者，但我相信这对很多人来说都不是。@Maddo Fair.Otoh，这是一个非常基本的问题。抱歉，但我不认为从一个基本问题开始回答是有建设性的，如果你愿意，这可能对你来说“哦，有很多，但我相信这不是为很多人准备的。”Maddo Fair。哦，这是一个非常基本的问题。