使用多变量在python中设置目标

我试图使用

gurobi

来解决一个分配优化问题

我有一个4x4数组来存储成本，我试图将它与存储为4x4数组的决策变量相乘

我尝试了以下方法：

model.setObjective(quicksum(cost[i,j] * x[i][j] for i in range(3) for j in range(3)), GRB.MINIMIZE)

它返回键错误：0

而且

model.setObjective(quicksum(cost[i,j] * x[i,j] for i in range(3) for j in range(3)), GRB.MINIMIZE)

它返回的变量不在模型中

这是我的成本数组：

cost = np.array([[48.3, 5000, 66.0, 55.4], 
                 [50.2, 53.2, 58.9, 56.2], 
                 [47.5, 49.8, 5000, 53.0], 
                 [48.1, 51.8, 64.4, 54.7]])

我将变量设置为：

x = model.addVars(4, 4, vtype=GRB.BINARY)

理想情况下，我希望代码返回应该使用哪些变量来分配适当的二进制变量。i、 e.x[0,0]=1；x[2,3]=0

如果模型包含在名为

model

的变量中，并且您将变量

x

添加到同一模型中，则以下（您的第二次尝试）适用于最新的Gurobi版本：

model.setObjective(quicksum(cost[i,j] * x[i,j] for i in range(4) for j in range(4)), GRB.MINIMIZE)

---

但是如果你想把它们全部加起来，你应该使用

range（4）

而不是

range（3）

。也许您有多个模型，但试图将目标添加到错误的模型中？

谢谢！你是对的，我不得不把它设为4，确实是我太粗心了