Gurobi gurobipy实现嵌套求和乘积约束报QuadExpr不可迭代错误

• 类型错误直接原因：grb.quicksum() 只接受可迭代的变量/表达式序列作为输入，你的代码中外层grb.quicksum直接传入了两个quicksum相乘得到的单个QuadExpr二次对象，不是可迭代结构，因此触发报错。
• 求和逻辑错误：原公式是遍历每个a∈A，单独计算i、j在该a下b维度的x求和项，两者相乘后再对所有a求和，你写的迭代逻辑把b也放到了跨a的求和层，维度和公式完全不匹配。
• 模型阶数错误：原约束中0-1变量y_{i,j}与两个x求和项的乘积（二次项）继续相乘，会生成三次项，Gurobi原生不支持三次及以上的非线性规划，必须通过辅助变量加大M法线性化三次乘积部分才能求解。

1. 修正求和逻辑：遍历每个a单独计算b维度的x求和，相乘后累加得到括号内的二次表达式，避免错误嵌套quicksum。
2. 引入辅助变量aux[i,j]表示y[i,j]和括号内二次表达式的乘积，用大M法对三次乘积做线性化。大M取括号内表达式的理论上界：x是0-1变量，单个b维度求和最大值为len(set_B)，两个求和相乘最大值为len(set_B)**2，对a求和后最大值为len(set_A)*len(set_B)**2，加1后得到M = len(set_A)*len(set_B)**2 + 1。
3. 线性化约束规则：

• 当y[i,j] = 0时，强制aux[i,j] = 0
• 当y[i,j] = 1时，强制aux[i,j] = 括号内的表达式值

import gurobipy as grb

m = grb.Model()

set_I = range(2)
set_J = range(2)
set_A = range(2)
set_B = range(2)

# 计算大M上界
M = len(set_A) * (len(set_B) ** 2) + 1

x_vars = {(i,a,b):m.addVar(vtype=grb.GRB.BINARY, name=f"x_{i}_{a}_{b}") for i in set_I for a in set_A for b in set_B}
y_vars = {(i,j): m.addVar(vtype=grb.GRB.BINARY, name=f"y_{i}_{j}") for i in set_I for j in set_J}
c_vars = {(i,j): m.addVar(vtype=grb.GRB.CONTINUOUS, name=f"c_{i}_{j}") for i in set_I for j in set_J}
# 三次乘积的线性化辅助变量
aux_vars = {(i,j): m.addVar(vtype=grb.GRB.CONTINUOUS, name=f"aux_{i}_{j}") for i in set_I for j in set_J}

for i in set_I:
    for j in set_J:
        # 按公式正确计算括号内的二次表达式
        sum_a = 0
        for a in set_A:
            sum_b_i = grb.quicksum(x_vars[i,a,b] for b in set_B)
            sum_b_j = grb.quicksum(x_vars[j,a,b] for b in set_B)
            sum_a += sum_b_i * sum_b_j
        inner_expr = sum_a + 1

        # 大M法线性化乘积项 y * inner_expr = aux
        m.addConstr(aux_vars[i,j] >= 0)
        m.addConstr(aux_vars[i,j] <= M * y_vars[i,j])
        m.addConstr(aux_vars[i,j] <= inner_expr)
        m.addConstr(aux_vars[i,j] >= inner_expr - M * (1 - y_vars[i,j]))

        # 原约束：如果需要严格匹配公式的等号，把sense改为grb.GRB.EQUAL即可
        m.addConstr(
            lhs=aux_vars[i,j],
            sense=grb.GRB.GREATER_EQUAL,
            rhs=c_vars[i,j]
        )

# 测试求解
m.optimize()

修复后的模型最高阶数为2，属于Gurobi支持的混合整数二次约束规划（MIQCP）类型，运行不会触发类型错误，求和逻辑完全匹配给出的公式，线性化处理后可以被Gurobi正常求解。

内容的提问来源于stack exchange，提问作者Mike