如何使用Python将主题约束为四舍五入整数

我用纸浆来解决一个线性优化问题。我想把题目四舍五入到100。我该怎么做呢

我看到了这个问题的答案，但我不知道在这个例子中如何定义一个整数变量I。

---

谢谢你

考虑由目标函数和变量约束组成的简单ILP：

min x1 + x2
s.t.
x1 + x2 >= 50
x1 >= 0 
x2 >= 0

要强制执行您的条件，您可以添加两个变量

y

和

z

以及两个约束：

y>=x1+x2

y==100*j

对于某些

j>=1

并在

miny

中更改目标函数

代码：

原始配方 改装的

---

“四舍五入到100”是什么意思？你能提供一个例子吗？就像我希望结果是100倍，如果它返回90，我希望是100倍。你能分享代码片段并分享它导致错误的地方吗？非常感谢。你也可以看看这个：应用每个LP变量都应该是100的倍数这一条件的方法是什么？我试图解决一个供应链问题，其中每个零件的数量（即LP变量）应为100的倍数。好心帮忙

x1 = pulp.LpVariable('x1',lowBound=0,cat=pulp.LpContinuous)
x2 = pulp.LpVariable('x2',lowBound=0,cat=pulp.LpContinuous)

prob1 = pulp.LpProblem('example1',pulp.LpMinimize)
# obj
prob1+= 5*x1 + 10*x2
# constraints
prob1+= x1 + x2 >= 50

prob1.solve() 
print(pulp.value(prob1.objective)) #250

y = pulp.LpVariable('y',lowBound=0, cat=pulp.LpContinuous)
z = pulp.LpVariable('z',lowBound=1, cat=pulp.LpInteger)

prob2 = pulp.LpProblem('example2',pulp.LpMinimize)
# obj
prob2+= y
# constraints
prob2+= y >= 5*x1 + 10*x2
prob2+= y == 100 * z
prob2+= x1 + x2 >= 50

prob2.solve()
print(pulp.value(prob2.objective)) #300