使用PuLP优化库存分配时遭遇TypeError错误求助

错误根源 #

这个错误是因为你尝试用字符串（零件编号）去索引列表导致的。你的material_price是列表类型，只能通过整数下标（比如material_price[0]）访问元素，但在目标函数环节你用了零件编号字符串（比如"PART001"）作为索引，触发类型错误。

修复步骤 #

1. 将价格列表转换为字典 #

把material_items（零件编号列表）和material_price（价格列表）配对，生成以零件编号为键的字典，这样就能用字符串直接获取对应价格：

price_dict = dict(zip(material_items, material_price))

2. 确保变量索引一致性 #

确认PuLP决策变量的键、material_demand的索引、price_dict的键完全一致（都是零件编号字符串），避免索引不匹配问题。

3. 修正目标函数中的索引调用 #

把目标函数中原来调用material_price[item]的地方替换为price_dict[item]；如果涉及需求数据，确保用material_demand.loc[item, 列名]的方式通过字符串索引访问DataFrame数据。

完整示例代码 #

import pulp as lp
import pandas as pd

# 替换为你的实际数据
material_items = ["PART001", "PART002", "PART003"]
material_price = [10, 20, 15]
material_demand = pd.DataFrame(
    {'monthly_demand': [50, 30, 40]},
    index=material_items
)

# 转换价格为字典
price_dict = dict(zip(material_items, material_price))

# 初始化优化问题
prob = lp.LpProblem("MaximizeServiceRate", lp.LpMaximize)

# 定义决策变量：每个零件的库存分配量（非负）
inventory = lp.LpVariable.dicts("Inventory", material_items, lowBound=0)

# 目标函数：最大化总服务率（满足需求/总需求的比例之和）
total_service = lp.lpSum(
    lp.lpMin(inventory[item], material_demand.loc[item, 'monthly_demand']) 
    / material_demand.loc[item, 'monthly_demand']
    for item in material_items
)
prob += total_service, "TotalServiceRate"

# 示例约束：总库存成本不超过预算
budget = 1000
prob += lp.lpSum(inventory[item] * price_dict[item] for item in material_items) <= budget, "CostBudget"

# 求解问题
prob.solve(lp.PULP_CBC_CMD(msg=0))

# 输出结果
print("优化状态:", lp.LpStatus[prob.status])
for item in material_items:
    print(f"{item} 分配库存: {inventory[item].varValue:.2f}")
print(f"总服务率: {lp.value(prob.objective):.4f}")

额外检查点 #

• 确认material_items中的所有零件编号都存在于material_demand的索引中，避免KeyError；
• 如果目标函数的服务率计算逻辑不同（比如加权服务率），只需要调整目标函数的表达式，核心是确保所有索引调用都是合法的（字典用字符串键，DataFrame用.loc+字符串索引）。

内容的提问来源于stack exchange，提问作者user3833880