如何在CPLEX的docplex.mp中定义升序决策变量？（报错排查）

错误原因 #

你遇到的TypeError是因为Python的链式比较（如a <= b <= c）无法直接用于docplex的决策变量。当你写S[k] <= S[k+1]时，会返回一个LinearConstraint对象，后续的<= S[k+2]会尝试将这个约束对象转换为布尔值进行比较，而docplex不允许这种操作，因此抛出错误。此外，原代码中的循环逻辑存在索引越界问题（当k >= 2时，k+4会超过数组的最大索引5）。

正确实现方式 #

1. 定义决策变量 #

可以直接用列表存储变量，比numpy数组更简洁：

from docplex.mp.model import Model
from math import inf

mdl = Model(name="sorted_vars")
Total_T = 6
obj_lambda = 10  # 替换为你的实际lambda值

# 定义连续变量列表
S = [mdl.continuous_var(lb=0, ub=inf, name=f'S{i+1}') for i in range(Total_T)]

如果坚持用numpy数组，可改为：

import numpy as np

S = np.empty(Total_T, dtype=object)
for k in range(Total_T):
    S[k] = mdl.continuous_var(lb=0, ub=inf, name=f'S{k+1}')

2. 添加升序约束 #

将每个相邻变量的非递减约束单独添加，不要用链式比较：

# 添加相邻变量的升序约束（S1 <= S2 <= ... <= S6）
for i in range(Total_T - 1):
    mdl.add_constraint(S[i] <= S[i+1], ctname=f'asc_{i+1}_{i+2}')

# 添加最后一个变量 <= 第一个变量 + obj_lambda的约束（如果这是你需要的逻辑）
mdl.add_constraint(S[-1] <= S[0] + obj_lambda, ctname='last_vs_first')

完整修正代码 #

from docplex.mp.model import Model
from math import inf

mdl = Model(name="sorted_variables")
Total_T = 6
obj_lambda = 10  # 根据实际需求赋值

# 定义决策变量
S = [mdl.continuous_var(lb=0, ub=inf, name=f'S{i+1}') for i in range(Total_T)]

# 添加升序约束
for i in range(Total_T - 1):
    mdl.add_constraint(S[i] <= S[i+1])

# 添加S6 <= S1 + obj_lambda的约束（如果需要）
mdl.add_constraint(S[-1] <= S[0] + obj_lambda)

# 添加目标函数（示例：最小化最后一个变量）
mdl.minimize(S[-1])

# 求解并输出结果
solution = mdl.solve()
if solution:
    print("求解结果：")
    for var in S:
        print(f"{var.name}: {solution.get_value(var):.2f}")
else:
    print("无可行解。")

关键说明 #

• 禁用链式比较：docplex的约束对象不能参与布尔逻辑判断，必须逐个添加独立约束。
• 修正索引问题：原代码的循环逻辑会导致索引越界，实际上只需要一次循环添加相邻变量的升序约束即可。

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