Python 如何在纸浆中使用变量作为除数

我试图用变量a除以变量B来计算约束条件来解决LP问题

问题的简单版本如下所示：

该产品由两种材料（A和B）制成

%A值应大于50%

%B值应小于40%

A和B的总金额为100

目标：A的最低用量是多少

代码如下：

from pulp import *

prob = LpProblem('Simple problem', LpMinimize)
x = LpVariable('x', 0, None, 'Integer')
y = LpVariable('y', 0, None, 'Integer')
prob += x
prob += x / (x + y) > 0.5  # <== Where the error happens
prob += y / (x + y) < 0.4
prob += x + y == 100
prob.solve()

print 'Result: %s' % LpStatus[prob.status]
print 'Amount of A: %s' % value(prob.objective)

来自纸浆进口*
prob=LpProblem（“简单问题”，LpProblem）
x=LpVariable（'x'，0，无，'Integer'）
y=LpVariable（'y'，0，无，'Integer'）
prob+=x
prob+=x/（x+y）>0.5#线性规划不理解除法，因此错误：）
你必须重新计算它，使除法是线性的。
在这种情况下：

prob += x / (x + y) > 0.5  
prob += y / (x + y) < 0.4

prob+=x/（x+y）>0.5
prob+=y/（x+y）<0.4

相当于：

prob += x > 0.5 * (x + y)
prob += y < 0.4 * (x + y)

prob+=x>0.5*（x+y）
prob+=y<0.4*（x+y）

这些都是线性约束。
祝你好运
 我觉得在我的解决方案中不应该允许零-并且我包含了一个变量，它是
x
和
y
的总和（你认为它是
a
）

来自纸浆导入问题，LpStatus，LpVariable
从纸浆进口LpMinimize、LpMinimize、lpSum、value
#我觉得下限不应该是零。。。
x=LpVariable（“x”，下限=1，cat=“Integer”）
y=LpVariable（“y”，下限=1，cat=“整数”）
z=LpVariable（“z”，下限=1，cat=“Integer”）
模型=LpProblem（“除数问题”，LpMinimize）
模型+=x
模型+=z==x+y
型号+=z==100
#我们可以使用乘法而不是除法
型号+=x>=z*0.5
型号+=y感谢您的解决方案。它起作用了。如果目标是分裂呢？有什么办法可以解决吗？优化非线性目标更具挑战性。如果可以的话，尽量避免或解决它！如果无法避免，请查看Charles Cooper的方法（）