如何通过Python向CPLEX OPL模型多场景输入并存储求解结果？

一、修复OPL约束的内存访问错误 #

你遇到的Windows fatal exception: access violation是因为约束中的遍历逻辑错误：
damage_Nodes是tuple damage_Node类型的集合，每个元素包含scenario和value（受损节点集合），直接用n作为StatusLine的节点索引会导致类型不匹配，触发内存访问异常。

修正后的OPL约束代码：

forall (rc in Repaircrew){
  // 遍历每个场景的受损节点元组
  forall (dn in damage_Nodes){
    // 遍历当前场景下的每一个受损节点
    forall (n in dn.value){
      forall (s in Slot:s<=N_T-1){
        StatusLine[rc][n][s] <= StatusLine[rc][n][s+1];
      }
    }
  }
}

二、多场景批量求解的Python实现 #

以下代码可批量处理5个场景，自动输入各场景受损节点集，并将结果统一存储：

from doopl.factory import create_opl_model

# 定义5个场景的受损节点数据，格式为(场景编号, 受损节点集合)
scenarios_damage_nodes = [
    (1, {8, 9, 12, 16, 19, 23, 24, 27, 30}),
    (2, {5, 7, 10, 14, 20}),
    (3, {3, 6, 11, 15, 18, 22}),
    (4, {1, 2, 4, 13, 17, 21, 25}),
    (5, {26, 28, 29, 31, 32})
]

model_path = "C:/Users/VGFD/opl/MEG_Case3/MEG_Case3.mod"
# 存储所有场景的求解结果
all_scenario_results = {}

for scenario_id, damage_nodes in scenarios_damage_nodes:
    print(f"处理场景 {scenario_id}...")
    with create_opl_model(model=model_path) as opl:
        # 输入当前场景的受损节点数据，匹配OPL的tuple定义格式
        opl.set_input("damage_Nodes", [(scenario_id, damage_nodes)])
        opl.run()
        
        # 获取当前场景的求解结果
        decision_vars = opl.get_decision_variables()
        objective_value = opl.get_objective_value()
        
        # 将结果存入字典，按场景编号索引
        all_scenario_results[scenario_id] = {
            "decision_variables": decision_vars,
            "objective_value": objective_value
        }
        
        print(f"场景 {scenario_id} 完成，目标值: {objective_value}")

# 示例：输出所有场景的目标值
print("\n所有场景求解结果汇总：")
for scenario_id, result in all_scenario_results.items():
    print(f"场景 {scenario_id} 目标值: {result['objective_value']}")

关键说明 #

• 每个场景通过with上下文管理器单独创建OPL模型实例，自动释放资源，避免内存泄漏
• 结果存储在all_scenario_results字典中，可根据需求进一步导出到文件或做后续分析
• 确保OPL模型中StatusLine变量的维度为[Repaircrew][节点编号][Slot]，与修正后的约束逻辑匹配

内容的提问来源于stack exchange，提问作者Vikas Gautam