Python中Gurobi求解MIP时固定约束索引i的问题求助

问题根源 #

你的代码存在几个核心错误：

• 列表定义错误：sh[1,2,3,4,5] 写法无效，正确应为 sh = [1,2,3,4,5]
• 变量未初始化：Gurobi决策变量w、x、s必须通过model.addVar()或model.addVars()创建，不能直接用列表下标访问
• 索引逻辑依赖变量结构：固定i=1的思路没问题，但前提是变量x和s的二维索引包含i=1这个维度

修正后的完整代码 #

import gurobipy as gp
from gurobipy import GRB

# 初始化数据
d = [18,7,6,5,10,1,8]
sh = [1,2,3,4,5]  # 修正列表定义
p = len(d)
fixed_i = 1  # 要固定的i值

# 创建模型
model = gp.Model("MIP_FixedIndex")

# 创建决策变量
w = model.addVars(p, name="w")  # 一维变量，对应每个t
x = model.addVars(p, sh, name="x")  # 二维变量，t∈0~p-1，i∈sh集合
s = model.addVars(p, sh, name="s")

# 添加固定i=1的约束
for t in range(p):
    model.addConstr(w[t] == x[t, fixed_i] - s[t, fixed_i], name=f"Constr_W_{t}")

# 示例目标函数（可根据需求修改）
model.setObjective(gp.quicksum(w[t] for t in range(p)), GRB.MINIMIZE)

# 求解模型
model.optimize()

# 输出最优解（可选）
if model.status == GRB.OPTIMAL:
    for t in range(p):
        print(f"w[{t}] = {w[t].X:.2f}")
        print(f"x[{t},{fixed_i}] = {x[t,fixed_i].X:.2f}")
        print(f"s[{t},{fixed_i}] = {s[t,fixed_i].X:.2f}")

关键说明 #

• 用model.addVars(p, sh)创建二维变量时，第二个参数直接传入sh列表，i的索引会自动对应1、2、3、4、5，直接通过x[t,1]即可访问i=1的变量
• 若你的t集合从1开始而非0，可将range(p)改为range(1, p+1)，同时创建变量时同步调整索引范围
• 给约束命名是可选操作，但便于后续调试排查问题

内容的提问来源于stack exchange，提问作者Vida