Python 我对GEKKO中的循环约束有问题

我想学习python和gekko，但我有一个问题。我想用gekko再次编写这个matlab代码，用于学习gekko。以下是运行良好的matlab代码：

%transporation vizeden sonra slaytısf7。
清楚的
clc
adilprob=优化问题；
xdeg=optimvar（'xdeg'，3,3，'LowerBound'，0）；
%合金=最佳值（'alloys'，3，'LowerBound'，0）；
成本=[7 9 11；
7 11 11;
4 5 12;];
spp=[300 350 400]；
dmx=[100 200]；
%cosst=xdeg*成本；
expr=optimexpr；%optimexpr yerine=optimexpr yapsakta calısıyor。
对于i=1:3
对于j=1:3
expr=expr+成本（i，j）*xdeg（i，j）；
结束
结束
对于i=1:3
常数1（i）=和（xdeg（i，：）；
结束
对于j=1:3
常数2（j）=和（xdeg（：，j））==dmx（j）；
结束
adilprob.Constraints.con1=const1（i）这里有一个Python gekko版本，它简化了问题陈述和解决方案

从gekko导入gekko
将numpy作为np导入
m=GEKKO（远程=False）
x=m.Array（m.Var，（3,3），lb=0）
成本=np.数组（[[7,9,11]，
[7 ,11, 11],
[4 ,5 ,12]])
spp=[300350400]
dmx=[100100200]
对于范围（3）中的i：
对于范围（3）内的j：
m、 最小化（成本[i，j]*x[i，j]）
对于范围（3）中的i：
m、 等式（m.sum（x[i，：]）谢谢你的帮助，我开始学壁虎了。
现在，我正在解决一个背包问题来学习，但这次我得到了错误“int”对象不可下标。你能看看这段代码吗？问题的根源是什么？我应该如何定义1.10矩阵

from gekko import GEKKO    
import numpy as np

m = GEKKO(remote=False)
x = m.Var((10),lb=0,ub=1,integer=True)
#x = m.Array(m.Var,(1,10),lb=0,ub=1,integer=True)
v=np.array([2, 2, 7, 8, 2, 1, 7, 9, 4, 10])
w=np.array([2, 2, 2, 2, 2, 1, 6, 7, 3, 3])
capacity=16

for j in range(10):
           m.Maximize(v[j]*x[j])

for i in range(10):
        m.Equation(m.sum(x[i]*w[i])<=capacity)

m.options.solver = 1
m.solve()
#print('Objective Function: ' + str(m.options.objfcnval))
print(x)

从gekko导入gekko
将numpy作为np导入
m=GEKKO（远程=False）
x=m.Var（（10），lb=0，ub=1，integer=True）
#x=m.Array（m.Var，（1,10），lb=0，ub=1，integer=True）
v=np.数组（[2,2,7,8,2,1,7,9,4,10]）
w=np.数组（[2,2,2,2,1,6,7,3,3]）
容量=16
对于范围（10）内的j：
m、 最大化（v[j]*x[j]）
对于范围（10）内的i：
m、 方程（m.sum（x[i]*w[i]）问得好！你能把这个作为一个单独的问题发布吗？当然。我已经问过了。谢谢你在这里发布这个问题：你能忘记我的第二个问题吗？谢谢你的帮助。我无法删除这个答案。如果你想删除它，你需要选择底部的“删除”选项。
from gekko import GEKKO    
import numpy as np

m = GEKKO(remote=False)
x = m.Var((10),lb=0,ub=1,integer=True)
#x = m.Array(m.Var,(1,10),lb=0,ub=1,integer=True)
v=np.array([2, 2, 7, 8, 2, 1, 7, 9, 4, 10])
w=np.array([2, 2, 2, 2, 2, 1, 6, 7, 3, 3])
capacity=16

for j in range(10):
           m.Maximize(v[j]*x[j])

for i in range(10):
        m.Equation(m.sum(x[i]*w[i])<=capacity)

m.options.solver = 1
m.solve()
#print('Objective Function: ' + str(m.options.objfcnval))
print(x)