Python纸浆复制Excel'；s解算器

当我尝试在目标表达式中使用math.log函数时，会弹出此错误。有人能帮我理解a如何添加我需要优化的公式吗

model_MPL+=samples*（math.log（beta_var）-beta_var*math.log（alfa_var））+suma

我试图复制Excel的解算器，以优化weibull分布的alpha和beta参数

data = np.array([509,660,386,753,811,613,848,725,315,872,487,512])

def func_aplicada(x):
    return (beta_last -1)*math.log(x)-(x/alfa)**beta_last

alfa = 688.916073521629
beta_last = 3.979166666666667

suma=0
samples=data.shape[0]
for i in range(0,samples):
    suma += func_aplicada(data[i])

print('Cantidad de muestras = ',samples, '/ sumaacum =',suma)

import pulp as pl

model_MPL = pl.LpProblem("MPL", pl.LpMaximize)

beta_var = pl.LpVariable("beta_var",beta_last*0.5 , beta_last*1.5)
alfa_var = pl.LpVariable("alfa_var", alfa*0.5, alfa*1.5)

model_MPL += alfa_var>=0.1
model_MPL += beta_var>=0.1

model_MPL += samples * (math.log(beta_var) - beta_var * math.log(alfa_var)) + suma 


---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-52-08c6614fb718> in <module>
     22 model_MPL += beta_var>=0.1
     23 
---> 24 model_MPL += samples * (math.log(beta_var) - beta_var * math.log(alfa_var)) + suma

TypeError: must be real number, not LpVariable

data=np.array（[509660386753811613848725315872487487512]）
def func_aplicada（x）：
返回（beta_last-1）*数学日志（x）-（x/alfa）**beta_last
阿尔法=688.916073521629
beta_last=3.9791667
suma=0
样本=数据。形状[0]
对于范围内的i（0，样本）：
suma+=func_aplicada（数据[i]）
打印（'Cantidad de muestras='，样本，/sumaacum='，suma）
进口纸浆作为pl
模型_MPL=pl.LpProblem（“MPL”，pl.LpMaximize）
beta_var=pl.LpVariable（“beta_var”，beta_last*0.5，beta_last*1.5）
alfa_var=pl.LpVariable（“alfa_var”，alfa*0.5，alfa*1.5）
模型MPL+=阿尔法变量>=0.1
模型MPL+=贝塔值>=0.1
model_MPL+=samples*（math.log（beta_var）-beta_var*math.log（alfa_var））+suma
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
22型号MPL+=贝塔值>=0.1
23
--->24 model_MPL+=样本*（math.log（beta_var）-beta_var*math.log（alfa_var））+suma
TypeError:必须是实数，而不是LpVariable

由于错误指示

alpha\u var

和

beta\u var

属于

LpVariable

类型，但您需要数值

调用

alpha_var.value（）

获取LpVariable的值

model_MPL += samples * (math.log(beta_var.value()) - beta_var.value() * math.log(alfa_var.value())) + suma

---

我认为你需要在目标函数中使用lpSum

import pulp as pl

model_MPL = pl.LpProblem("MPL", pl.LpMaximize)

beta_var = pl.LpVariable("beta_var",beta_last*0.5 , beta_last*1.5)
alfa_var = pl.LpVariable("alfa_var", alfa*0.5, alfa*1.5)

model_MPL += alfa_var>=0.1
model_MPL += beta_var>=0.1

model_MPL += lpSum([sample * (math.log(beta_var) - sample * beta_var + sample * math.log(alfa_var)) 
                    for sample in samples]) + suma 

---

我改变了这一点，有了一个新的错误类型

TypeError回溯（最近一次调用）--->29 model_MPL+=samples*（math.log（beta_var.value（））-beta_var.value（）*math.log（alfa_var.value（））+suma TypeError:必须是实数，而不是NoneType