Julia JuMP变量初始化遇MethodError报错，寻求解决方法

错误原因分析 #

你写的@variable(MO, X[1:N, 1:En[1:N]], 1:Te[1:E] >= 0);存在索引语法错误：

• 1:En[1:N]中，En[1:N]返回的是向量的向量（比如En[1:2]就是机器1和2对应的需求集合组成的数组），而:运算符仅能用于整数范围（如1:5），无法和向量向量配对，因此触发MethodError。
• 1:Te[1:E]同样存在逻辑错误，E未定义，且Te[e]本身就是时段集合，不需要用1:包裹。

正确的变量初始化方法 #

根据你的模型设定（n∈N，e∈E(n)，t∈T(e)），有两种简洁的实现方式：

方法一：嵌套层级索引（推荐） #

直接按照机器n → 需求e → 时段t的层级定义变量，JuMP会自动遍历所有合法的索引组合：

using JuMP
MO = Model()

# 定义集合参数
N = 2
En = [[1,2,3,4,5,6,7,8,9], [1,2,3,4,5,6,7,8,9,10,11,12]]
# 注意：Te的索引要覆盖所有出现的需求元素e，这里补全示例
Te = [[1,2,3,4,5,6,7,8], [1,2,3,4,5,6,7,8], [2,3,4,5,6,7,8,9],
      [2,3,4,5,6,7,8,9], [3,4,5,6,7,8,9,10], [3,4,5,6,7,8,9,10],
      [4,5,6,7,8,9,10,11], [4,5,6,7,8,9,10,11], [5,6,7,8,9,10,11,12],
      [1,2,3,4,5], [2,3,4,5,6], [3,4,5,6,7]]

# 正确定义变量X
@variable(MO, X[n=1:N, e=En[n], t=Te[e]] >= 0)

方法二：预先生成合法索引集合 #

先通过列表推导式生成所有有效的(n,e,t)三元组，再用这个集合定义变量，适合需要提前验证索引范围的场景：

using JuMP
MO = Model()

# 定义集合参数（同方法一）
N = 2
En = [[1,2,3,4,5,6,7,8,9], [1,2,3,4,5,6,7,8,9,10,11,12]]
Te = [[1,2,3,4,5,6,7,8], [1,2,3,4,5,6,7,8], [2,3,4,5,6,7,8,9],
      [2,3,4,5,6,7,8,9], [3,4,5,6,7,8,9,10], [3,4,5,6,7,8,9,10],
      [4,5,6,7,8,9,10,11], [4,5,6,7,8,9,10,11], [5,6,7,8,9,10,11,12],
      [1,2,3,4,5], [2,3,4,5,6], [3,4,5,6,7]]

# 生成所有合法的(n,e,t)三元组
valid_indices = [(n, e, t) for n in 1:N for e in En[n] for t in Te[e]]
# 查看索引集合（可选）
# println(valid_indices)

# 定义变量
@variable(MO, X[valid_indices] >= 0)

变量访问示例 #

• 方法一中，访问机器1、需求元素3、时段5的变量：X[1,3,5]
• 方法二中，访问同样的变量：X[(1,3,5)]

内容的提问来源于stack exchange，提问作者leonard26ba