Python 生成器表达式在具有纸浆的线性规划约束中不按预期工作

我试图用纸浆来解决这个最小化问题

我们有一包一包的芒果，每包都有一个类别、年龄和芒果的数量

# Packet Names and the count, category and age of mangoes in each packet.
mango_packs = {
    "pack_1": {
    "count": 5,
    "category": "pack",
    "age": 10
},
"pack_2": {
    "count": 9,
    "category": "pack",
    "age": 10
},
"bag_2": {
    "count": 5,
    "category": "bag",
    "age": 20
},
"sack_1": {
    "count": 5,
    "category": "sack",
    "age": 5
    },
}

我们将需要大量芒果。（这将是一个整数）。 我们的目标是以较少残留芒果的方式提供包装。 例如，如果需求量为10，则我们为该包提供10个芒果。如果没有，则提供2包，每包5个芒果。如果我们只有3包，每包5、7和6个芒果，那么我们提供的是5和6个芒果，所以我们只有1个剩余。下面的代码正是我们需要的

对于需求15，它将给出以下输出

状态：最佳

OpenPack\u bag\u 2？对

OpenPack\u pack\u 1？对

OpenPack\u pack\u 2？没有

OpenPack_sack_1？对

TypeError:int（）参数必须是字符串、类似字节的对象或数字，而不是“NoneType”

由于某种原因，生成器表达式中的if条件似乎总是返回True。不太确定

如何解决这个问题？我们需要添加新的2个约束

不带2个新约束的工作代码可以从此处运行：

编辑： 相同的数据在这里表示不同，如果它有助于尝试解决方案的人，因为我相信我们需要重新构建模型以找到解决方案

mango_packs_cat = {
    "cat_pack": {
        "packets": {
            "pack_1": {
                "name": "pack_1",
                "count": 5
            },
            "pack_2": {
                "name": "pack_2",
                "count": 9
            }
        },
        "age": 10
    },
    "cat_bag": {
        "packets":{
            "bag_1":{
                "name": "bag_1",
                "count": 5
            }
        },
        "age": 20
    },
    "cat_sack": {
        "packets":{
            "sack_1":{
                "name": "sack_1",
                "count": 5
            }
        },
        "age": 5
    }
}

---

我不认为你可以将集合的大小求和，并将其作为约束条件呈现给解算器……所以这可能是该语句的问题所在

您需要重新格式化模型，并为切换约束添加另一个索引变量。切换约束应为二进制值，按不同类别索引

您应该使用如下内容启用变量：（伪代码）

---

x[pack，cat]谢谢你的回答。我对纸浆和尝试这种解决方案是新手。但是到目前为止还没有得到正确的解决方案。
prob += len(set([mango_packs[name]["category"] for name in pack_names if lp_pack_vars[name] == 1 ])) <= 2

print("{}? {}".format(v.name, ("no", "yes")[int(v.varValue)]))

mango_packs_cat = {
    "cat_pack": {
        "packets": {
            "pack_1": {
                "name": "pack_1",
                "count": 5
            },
            "pack_2": {
                "name": "pack_2",
                "count": 9
            }
        },
        "age": 10
    },
    "cat_bag": {
        "packets":{
            "bag_1":{
                "name": "bag_1",
                "count": 5
            }
        },
        "age": 20
    },
    "cat_sack": {
        "packets":{
            "sack_1":{
                "name": "sack_1",
                "count": 5
            }
        },
        "age": 5
    }
}

x[pack, cat] <= u[pack, cat]*y[cat]

sum(y[cat]) <= 2