如何将IBM CPLEX Studio编写的.mod线性规划文件导入Python求解？

问题描述 #

我用IBM CPLEX Studio编写了如下线性规划模型并保存为.mod文件：

int I = ...;
int J = ...;
int ds[1..I]=...;
int maxnint[1..J]=...;
dvar int E[1..I][1..J][1..6];
dvar boolean V[1..I];
minimize sum(i in 1..I)(E[i,J,maxnint[J]]-ds[i]*V[i]);

subject to{
forall(i in 1..I, j in 1..J, mu in 1..maxnint[j]) E[i,j,mu]>=0;
forall(i in 1..I)( t_max*V[i]     >=E[i,J,maxnint[J]]-ds[i]);
forall(i in 1..I)(-t_max*(1-V[i]) <=E[i,J,maxnint[J]]-ds[i]);
}

希望将该文件导入Python，并用Python中读取的如下数据求解，同时避免在Python中重写约束：

import numpy as np
I = range(10)
J = range(6)
ra = np.array([240, 400, 264, 390, 200, 440])
maxnint = np.array([1, 1, 3, 3, 1, 4])
ds = np.array([14, 19, 16, 21, 28,
               14, 21, 19, 15, 14
               ])

可行性结论 #

完全可行，无需在Python中重写约束，直接复用已有的.mod模型文件即可，通过CPLEX Python API注入数据并求解。

操作步骤 #

1. 修正.mod模型文件 #

原模型中未定义t_max参数，需在文件开头添加定义，否则求解时会报错：

int I = ...;
int J = ...;
int t_max = ...; // 新增参数定义，需后续在Python中赋值
int ds[1..I]=...;
int maxnint[1..J]=...;
dvar int E[1..I][1..J][1..6];
dvar boolean V[1..I];
minimize sum(i in 1..I)(E[i,J,maxnint[J]]-ds[i]*V[i]);

subject to{
forall(i in 1..I, j in 1..J, mu in 1..maxnint[j]) E[i,j,mu]>=0;
forall(i in 1..I)( t_max*V[i]     >=E[i,J,maxnint[J]]-ds[i]);
forall(i in 1..I)(-t_max*(1-V[i]) <=E[i,J,maxnint[J]]-ds[i]);
}

2. Python中读取模型并注入数据 #

使用CPLEX Python API读取.mod文件，将Python中的数据注入模型参数，然后求解：

import cplex
import numpy as np

# 定义求解所需数据
I_val = 10  # 对应ds数组的长度
J_val = 6
t_max_val = 100  # 替换为你实际的t_max取值
maxnint = np.array([1, 1, 3, 3, 1, 4])
ds = np.array([14, 19, 16, 21, 28, 14, 21, 19, 15, 14])

# 初始化CPLEX模型并读取.mod文件
model = cplex.Cplex()
model.read("your_model.mod")  # 替换为你的.mod文件路径

# 注入参数值到模型
# CPLEX .mod使用1-based索引，因此数组需补占位符对齐索引
model.parameters.advance.set("I", I_val)
model.parameters.advance.set("J", J_val)
model.parameters.advance.set("t_max", t_max_val)
model.parameters.advance.set("ds", [0] + ds.tolist())  # 索引0占位，1~10对应1..I
model.parameters.advance.set("maxnint", [0] + maxnint.tolist())  # 索引0占位，1~6对应1..J

# 求解模型
model.solve()

# 输出结果
print("目标函数值:", model.solution.get_objective_value())
# 获取布尔变量V的取值
V_values = model.solution.get_values("V")
print("V变量取值:", V_values)
# 示例：获取E[i,J,maxnint[J]]的取值
for i in range(1, I_val + 1):
    j = J_val
    mu = maxnint[j - 1]  # Python为0-based，对应.mod中的maxnint[j]
    e_val = model.solution.get_values(f"E[{i}][{j}][{mu}]")
    print(f"E[{i}][{j}][{mu}] = {e_val}")

3. 注意事项 #

• 确保已安装CPLEX Python库，且拥有合法的CPLEX许可证
• .mod文件中的参数名需与Python中注入的参数名完全一致
• 索引对齐：CPLEX .mod使用1-based索引，Python为0-based，传递数组时需补占位符（如[0] + 数组.tolist()）让索引从1开始匹配
• t_max必须赋值，否则模型无法完成约束定义

内容的提问来源于stack exchange，提问作者Ali Fradi