Julia线性优化模型MethodError求助：无匹配乘法方法

在Julia中构建线性优化模型时，添加标量Sb=250到约束中出现错误，原始约束代码如下：

@constraint(planing, cons_freq[i=1:nGen, j=1:nBloques],
pg[i,j] <=  Delta_f*(sum(H[k]*pCap[k])/Sb  for k in 1:nGen if k != i))

相关变量说明：

• pCap是JuMP的@variable定义变量
• H为3x1矩阵，值为[2,3,4]
• Delta_f=0.0008714285714285706
• pg[i,j]表示机组i在时段j的发电量

得到的错误信息：

ERROR: MethodError: no method matching *(::Float64, ::Base.Generator{Base.Iterators.Filter{var"#559#562"{Int64}, UnitRange{Int64}}, var"#558#561"})

Closest candidates are:
  *(::Any, ::Any, ::Any, ::Any...)
   @ Base operators.jl:578
  *(::T, ::T) where T<:Union{Float16, Float32, Float64}
   @ Base float.jl:410
  *(::Union{Float16, Float32, Float64}, ::BigFloat)
   @ Base mpfr.jl:423
  ...

Stacktrace:
  [1] operate(::typeof(*), ::Float64, ::Base.Generator{Base.Iterators.Filter{var"#559#562"{Int64}, UnitRange{Int64}}, var"#558#561"})
    @ MutableArithmetics C:\Users\Gosha\.julia\packages\MutableArithmetics\cnvbo\src\interface.jl:206
  [2] macro expansion
    @ C:\Users\Gosha\.julia\packages\MutableArithmetics\cnvbo\src\rewrite.jl:321 [inlined]
  [3] macro expansion
    @ C:\Users\Gosha\.julia\packages\JuMP\OUdu2\src\macros.jl:710 [inlined]
  [4] (::var"#557#560"{Model})(i::Int64, j::Int64)
    @ Main C:\Users\Gosha\.julia\packages\JuMP\OUdu2\src\Containers\macro.jl:301
  [5] #84
    @ C:\Users\Gosha\.julia\packages\JuMP\OUdu2\src\Containers\container.jl:85 [inlined]
  [6] iterate
    @ .\generator.jl:47 [inlined]
  [7] collect(itr::Base.Generator{JuMP.Containers.VectorizedProductIterator{Tuple{Base.OneTo{Int64}, Base.OneTo{Int64}}}, JuMP.Containers.var"#84#85"{var"#557#560"{Model}}})
    @ Base .\array.jl:782
  [8] map(f::Function, A::JuMP.Containers.VectorizedProductIterator{Tuple{Base.OneTo{Int64}, Base.OneTo{Int64}}})
    @ Base .\abstractarray.jl:3291
  [9] container
    @ C:\Users\Gosha\.julia\packages\JuMP\OUdu2\src\Containers\container.jl:85 [inlined]
 [10] container
    @ C:\Users\Gosha\.julia\packages\JuMP\OUdu2\src\Containers\container.jl:71 [inlined]
 [11] container(f::Function, indices::JuMP.Containers.VectorizedProductIterator{Tuple{Base.OneTo{Int64}, Base.OneTo{Int64}}}, #unused#::Type{JuMP.Containers.AutoContainerType}, names::Vector{Any})
    @ JuMP.Containers C:\Users\Gosha\.julia\packages\JuMP\OUdu2\src\Containers\container.jl:75
 [12] macro expansion
    @ C:\Users\Gosha\.julia\packages\JuMP\OUdu2\src\macros.jl:1211 [inlined]
 [13] top-level scope

用户曾尝试在求和内部乘以标量，脚本可运行但不符合需求，需找到正确写法。

错误原因 #

原始代码括号位置错误：sum(H[k]*pCap[k])/Sb for k in 1:nGen if k != i 中，sum仅包裹了H[k]*pCap[k]，后续的/Sb和循环条件被当作**生成器（Generator）**定义，导致Delta_f试图直接乘一个Generator对象，而Julia未定义浮点数与Generator的乘法方法，因此抛出MethodError。

修正代码 #

需将整个循环求和的结果再除以Sb，提供两种符合语法的写法：

方式1：求和结果整体除以Sb（匹配需求的写法） #

@constraint(planing, cons_freq[i=1:nGen, j=1:nBloques],
pg[i,j] <=  Delta_f * (sum(H[k]*pCap[k] for k in 1:nGen if k != i) / Sb))

这里sum包裹了整个循环表达式，先完成求和，再将结果除以Sb，最后与Delta_f相乘，完全符合业务逻辑。

方式2：将/Sb提取到求和外部（数学等价，更高效） #

由于Sb是标量，数学上等价于将1/Sb提前计算，写法如下：

@constraint(planing, cons_freq[i=1:nGen, j=1:nBloques],
pg[i,j] <=  (Delta_f / Sb) * sum(H[k]*pCap[k] for k in 1:nGen if k != i))

这种写法避免了循环内重复做除法运算，执行效率更高，若数学逻辑符合需求可优先选择。

内容的提问来源于stack exchange，提问作者Jesper