Julia优化模型约束中数组列求和代码报错的解决方法

错误原因 #

原代码中collect(A[:,:,1])将JuMP的DenseAxisArray转为普通数组，后续sum(..., dims=2)得到2维数组，而y[:,1]是1维的DenseAxisArray，直接用.==广播时，两种数组类型的广播机制不兼容，触发类型匹配错误。

修复方法 #

提供两种可行的修复方式：

方法1：按索引循环定义约束（推荐，代码更清晰）

直接针对每个索引i，对j维度求和后与y[i,1]建立等式：

I = 1:5; J = 1:5; K = 1:5;

m = Model(HiGHS.Optimizer)
@variable(m, A[i in I, j in J, k in K] >= 0)
@variable(m, y[i in I, k in K] >= 0)

@constraint(m, [i in I], sum(A[i, j, 1] for j in J) == y[i, 1])

方法2：去除sum结果的多余维度

使用dropdims将sum(A[:,:,1], dims=2)生成的2维数组转为1维，与y[:,1]维度匹配后建立约束：

I = 1:5; J = 1:5; K = 1:5;

m = Model(HiGHS.Optimizer)
@variable(m, A[i in I, j in J, k in K] >= 0)
@variable(m, y[i in I, k in K] >= 0)

@constraint(m, dropdims(sum(A[:,:,1], dims=2), dims=2) .== y[:,1])

内容的提问来源于stack exchange，提问作者mathslover