Python 尽量减少输出的数量

对于线性优化问题，我想包括一个惩罚。如果总和大于0，则每个选项的罚金（罚金[（i）]应为1，如果罚金为零，则为0。有办法做到这一点吗

处罚的定义如下：

penalties = {}
for i in A: 
    penalties[(i)]=(lpSum(choices[i][k] for k in B))/len(C)
prob += Objective Function + sum(penalties)

例如：

penalties[(0)]=0
penalties[(1)]=2
penalties[(3)]=6
penalties[(4)]=0

罚款总额应为：

sum(penalties)=0+1+1+0= 2 

---

对。您需要做的是创建二进制变量：

使用第i行

。如果任何

选项[i][k]

对于行

i

（否则为0），则该变量的解释为

==1

目标函数中的惩罚项只需是

sum（用第i行[i]表示A中的i）

您最不需要的是强制执行上述规则的约束集：

for i in A:
    lpSum(choices[i][k] for k in B) <= use_ith_row[i]*M

A中的i的

：
谢谢你的回复。根据你的解释，我会这样做：
对A中的I使用第I行=np.zero（len（A））：if-lpSum（B中的k的选择[I][k]）>=1：对第I行[I]=1 prob+=lpSum（B中的k的选择[I][k]）你不需要if语句。这是内置于约束中的。如果
use ith_row
为1，则约束将不具有约束力。如果它是零，它将包含到0的选项。