Python 在线性规划中增加惩罚参数

我正在用python编写一个LP问题。我对LP并不陌生，但我喜欢纸浆。到目前为止，我得到了一些正确实现的约束。它们很简单，我知道它们是如何工作的。问题是如何为航行分配集装箱

# All containers asigned to only 1 voyage
for i in cntrs:
    prob += lpSum([x[(i,v)] for v in voyages]) <= 1
    
# Contaienr to right destination
for v in voyages:
    prob += lpSum([x[(i,v)] * posibleDest.loc[i,v] for i in cntrs]) == 1

# Weight capacity of voyages
for v in voyages:
    for b in barges:
        prob += lpSum([weight[i] * x[(i,v)] for i in cntrs]) <= voyWCap[v]
        
# Type capacity of voyages
for c in cats:
    for v in voyages:
        prob += cntrCat.loc[i,c] * x[(i,v)] <= bargeCATCAP.loc[c,b] * voyBarge.loc[b,v]
        
# TEU cap of voyages
for v in voyages:
    for b in barges:
        prob += lpSum([cntrTEU[i] * x[(i,v)] for i in cntrs]) <= voyTEUCap[v]

其中M是一个非常大的数字

我已经创建了一个带有0的字典（Tardy）和一个循环来填充该字典

Tardy = dict.fromkeys(cntrs,0)

for i in cntrs:
    for v in voyages:
        if cntrDest.dot(voyArive).loc[i,v] != 0:
            if cntrDest.dot(voyArive).loc[i,v] * x[(i,v)] <= (cntrOpen.dot(voyDest)).loc[i,v] * x[(i,v)]:
                Tardy[i] = 1
            elif cntrDest.dot(voyArive).loc[i,v] * x[(i,v)] >= (cntrClose.dot(voyDest)).loc[i,v] * x[(i,v)]:
                Tardy[i] = 1
            else:
                Tardy[i] = 0
          

这意味着在第五次航行中，集装箱i有一个arival datetime，如果该值大于close datetime或小于open datetime，则该集装箱应受到惩罚（Tardy[container]=1）

因为x是一个lpx变量

x[(i,v)]

问题解决前始终为0，因此，tardy始终为1

我想我必须把一个prob+=粘贴到某个地方，但我不知道如何让程序考虑到它。如果有人能帮助我使它工作，或者对如何编程有其他建议，那将不胜感激

---

善意的问候

你不能“有条件地”制定你的模型。。。意思是

Tardy

是模型中的一个变量，您不能在线性程序中的条件语句（如果elif-else）中为其赋值，因为在制定问题并将其交给解算器时，因变量（

x

）的值未知，因此，我们需要尝试其他方法，并重新表述

目前还不完全清楚您是如何在模型中处理时间的，但似乎集装箱有到期日期，航程有到达时间，这将是计算延迟的基础。因此，您应该引入

Tardy[i]

作为非负实值，并将其限制为大于到达时间和到期日期之间的差值。假设集装箱“i”在“v”航次上运行。因此，我们需要将该增量乘以选择二进制变量

x

，以仅适用于选择情况。在伪代码中：

Tardy[i] >= (arrival_time[v] - due_time[i]) * x[i,v]

然后将它构建到模型中每个i，v的纸浆模型中

x[(i,v)]

Tardy[i] >= (arrival_time[v] - due_time[i]) * x[i,v]