CPLEX OPL迭代优化中如何正确更新并打印矩阵pa？

原代码核心问题 #

• opl变量在for循环内部定义，循环外调用opl.end()会触发未定义错误
• 错误直接修改模型内的opl.pa，实际pa是主脚本声明的数组，应操作主脚本的pa变量
• 模型中的决策变量（sreq、vpile、cslot）是变量对象，需通过.solutionValue获取优化后的数值，不能直接作为数值使用
• 缺少打印pa矩阵的逻辑

修正后的代码 #

int Nod=41;  
range NodRange = 1..Nod;

int nr=140;  
range RRange = 1..nr;

int TSlot = 96;  
range TRange = 1..TSlot;

int ncs=6;
range csrange=1..ncs;

int piles=12;
range np=1..piles; 

int nv=3;
range nvrange=1..nv;

main {
    var source = new IloOplModelSource("subvalue.mod");
    var cplex = new IloCplex;
    var def = new IloOplModelDefinition(source);
    
    // 初始化主脚本中的pa矩阵，默认值为0
    var pa= new int [np][TRange];
    
    for(var v=1;v<=3;v++)
    {
      var opl = new IloOplModel(def, cplex);
      var data = new IloOplDataSource("MultipleEtoCS.dat");
      var data2=new IloOplDataElements();
      
      data2.cev=v;
      opl.addDataSource(data2);
      opl.addDataSource(data);
      opl.generate();
      
      if (!cplex.solve()) {
        writeln("No solution exists for v = ", v);
        opl.end();
        continue;
      }else{
        opl.postProcess();
        writeln("Solution for v = ", v, " is = ", cplex.getObjValue());
        
        // 获取决策变量的实际优化值
        var sreqVal = opl.sreq[v].solutionValue;
        var vpileVal = opl.vpile[v].solutionValue;
        var cslotVal = opl.cslot[v].solutionValue;
        
        // 更新主脚本中的pa矩阵
        for (var j in opl.csrange){
          if(j <= sreqVal)
          {
            var tIndex = cslotVal + 1 + j;
            // 避免时间槽索引越界
            if(tIndex >= TRange.first && tIndex <= TRange.last)
            {
              pa[vpileVal][tIndex] = 1;
            }
            else
            {
              writeln("Warning: Time slot index ", tIndex, " out of range for v = ", v);
            }
          }
        }              
      }
      opl.end(); // 每次迭代后释放模型实例，避免内存泄漏
    }
    
    // 打印最终的pa矩阵
    writeln("\nFinal pa matrix:");
    for(var p in np)
    {
      writeln("Pile ", p, ": ", pa[p]);
    }
}

关键修改说明 #

1. 作用域修正：将opl.end()移至for循环内部，确保每次迭代后释放当前模型实例，避免循环外调用未定义变量
2. 决策变量取值：通过.solutionValue方法获取优化后决策变量的实际数值，而非直接使用变量对象
3. 矩阵操作修正：直接修改主脚本中声明的pa数组，而非模型内的变量
4. 越界检查：增加时间槽索引合法性判断，避免数组越界错误
5. 打印逻辑补充：循环结束后遍历pa矩阵，输出所有堆的时间槽数据

内容的提问来源于stack exchange，提问作者SUBHADARSHINI PANDA