使用Python和Pulp求解巧克力工厂日利润最大化问题遇困

问题背景 #

工厂可生产单个巧克力（每个有对应利润和日产能上限）和特惠装（每个含3种巧克力及对应利润），需最大化日利润。示例数据如下：

# Limit Variables
# n - 巧克力种类数
# p - 特惠装种类数
# max_chocolates - 单日总巧克力生产上限
n = 5
p = 2
max_chocolates = 150

# 单个巧克力：利润和单日产能上限
profit_chocolates = [50, 30, 45, 40, 35]
capacity_chocolates = [27, 33, 30, 37, 35]

# 特惠装：每个包含的巧克力种类（编号1-5）和对应利润
pack_components = [(1, 3, 5), (2, 3, 4)]
profit_packs = [130, 130]

现有代码问题 #

你编写的代码得到的日利润为6035，与预期的6440存在差距，核心问题出在特惠装的约束逻辑上：

• 未关联特惠装生产与巧克力消耗：现有代码没有考虑生产特惠装会消耗对应巧克力的产能，导致模型无法正确计算生产特惠装的实际成本。
• 错误的利润约束：手动添加的“特惠装利润不低于组件单卖利润之和”约束完全错误，且对于第二个特惠装（组件单卖利润和为115，低于装的利润130），这个约束直接限制了该特惠装的生产，错失更高利润。
• 重复约束：变量定义时已设置lowBound=0，无需再添加非负约束；同时重复添加了单个巧克力产能约束，无意义。

修正后的代码 #

from pulp import LpProblem, LpMaximize, LpVariable, lpSum

# 问题初始化
prob = LpProblem("Maximize_chocolates_and_packs_profit", LpMaximize)

# 决策变量：
# x_i：第i种巧克力单卖的数量（i从0到4对应编号1到5）
chocolate_vars = [LpVariable(f"x{i}", lowBound=0, cat="Integer") for i in range(n)]
# p_j：第j种特惠装的生产数量
packs_vars = [LpVariable(f"p{j}", lowBound=0, cat="Integer") for j in range(p)]

# 目标函数：总利润 = 单卖巧克力利润 + 特惠装利润
prob += lpSum(profit_chocolates[i] * chocolate_vars[i] for i in range(n)) + \
        lpSum(profit_packs[j] * packs_vars[j] for j in range(p))

# 约束1：单日总巧克力生产上限（单卖的 + 特惠装包含的所有巧克力）
prob += lpSum(chocolate_vars[i] for i in range(n)) + lpSum(3 * packs_vars[j] for j in range(p)) <= max_chocolates

# 约束2：每种巧克力的总消耗量（单卖 + 用于特惠装的）不超过其单日产能
for i in range(n):
    # 计算用于所有特惠装的该巧克力数量：sum(p_j 当该巧克力在第j个装的组件中)
    used_in_packs = lpSum(packs_vars[j] for j in range(p) if (i+1) in pack_components[j])
    prob += chocolate_vars[i] + used_in_packs <= capacity_chocolates[i]

# 求解模型
prob.solve()

# 输出结果
print("单卖巧克力数量：")
for i in range(len(chocolate_vars)):
    print(f"巧克力{i+1}: {int(chocolate_vars[i].varValue)}")

print("\n特惠装生产数量：")
for i in range(len(packs_vars)):
    print(f"特惠装{i+1}: {int(packs_vars[i].varValue)}")

print(f"\n最大日利润：{int(prob.objective.value())}")

修正说明 #

• 核心约束修正：新增了“每种巧克力总消耗量（单卖+特惠装用）不超过产能”的约束，正确关联了特惠装生产与巧克力消耗。
• 删除错误约束：移除了错误的利润约束，让模型自动根据利润高低选择是否生产特惠装（比如第二个特惠装利润130高于组件单卖总和115，模型会优先生产）。
• 简化冗余代码：删除重复的非负约束和重复的产能约束，让代码更简洁。

运行修正后的代码，将得到预期的最大日利润6440。

内容的提问来源于stack exchange，提问作者Jay Craig