CPLEX Python调度案例：连续变量定义与for循环约束报错排查

已完成库所、变迁、初始标识、关联矩阵等基础参数配置，定义xi、xj连续变量、通过for循环批量添加约束时出现三类报错，以下是对应问题原因与修复方案：

报错1：定义xi、xj连续变量抛出DOcplexException，提示Var.ub期望数值类型，实际传入变量名字符串 #

问题原因 #

• m.continuous_var()方法参数顺序传错：该方法签名为continuous_var(lb=0, ub=infinity, name=None)，位置参数第二个是变量上界ub，直接把变量名字符串作为第二个位置参数传入，会触发类型校验错误。
• numpy数组维度定义错误：xi定义的shape为(1, totalK)，是二维数组，循环时k取值从0到719，远超第一维长度1的索引范围，后续即使参数顺序正确也会触发索引越界。

修复方案 #

• 调用变量定义方法时使用关键字参数显式指定lb、ub、name，避免位置传参顺序错误；无特殊上界要求时ub传无穷大值即可。
• 变量存储优先用普通列表，无需刻意用numpy数组，减少维度、索引相关错误。
  参考代码：

xi = []
for k in range(totalK):
    xi.append(m.continuous_var(lb=0, ub=inf, name=f'xi_{k+1}'))

xj = []
for k in range(totalK):
    xj.append(m.continuous_var(lb=0, ub=inf, name=f'xj_{k+1}'))

报错2：添加PLACES集合约束触发NameError，提示名称p未定义 #

问题原因 #

• 生成器表达式语法位置错误：for p in PLACES_IDX被写在了表达式判断部分之后，Python解析时会先执行PLACES_IDX >= p(1) - p(2)*m.obj_lambda，此时循环变量p还未定义，直接触发NameError。
• 变量调用逻辑错误：PLACES_IDX里存的是库所名字符串，不能直接作为函数调用（即p(1)写法完全不成立）；如果要取PLACES元组里的holding time等参数，需要遍历PLACES列表按索引取元组对应字段。
• API误用：m.sub()是计算两个变量差值的方法，不能直接包裹完整减法表达式。

修复方案 #

• 把for循环移到外层，逐个遍历库所元组添加约束，不要写错位的内联生成器。
• Python元组索引从0开始，PLACES第二列的holding time对应元组索引1，直接取值即可。
  参考代码（可根据实际约束逻辑调整左右表达式）：

for p_data in PLACES:
    place_name = p_data[0]
    hold_time = p_data[1]
    p_idx = int(place_name[1:]) - 1  # 从p1/p2...提取索引，转成0开始
    m.add_constraint(
        xj[p_idx] - xi[p_idx] >= hold_time,
        ctname=f'place_hold_ct_{place_name}'
    )

报错3：添加变迁集合约束触发SyntaxError，提示解析时遇到意外EOF #

问题原因 #

• 括号未闭合：m.add_constraint(开头后缺少对应的右括号，Python解析到代码块结束都没找到闭合括号，直接触发EOF语法错误。
• 可迭代对象定义错误：T被赋值为整数6，不是可遍历的集合，无法直接用于for循环。
• 变量调用逻辑错误：m是模型对象，不是存储变量的列表/字典，不能用m[k]直接索引取值。
• 矩阵运算不符合Docplex规则：Docplex不支持直接用*对numpy矩阵和决策变量做批量乘法，线性求和必须通过m.sum()实现，矩阵元素需要逐索引取值和变量组合。

修复方案 #

• 先把变迁数量T转为可遍历的索引集合，所有用到的决策变量（比如触发标识变量z、各步标识M）提前显式定义，不要试图从模型对象中直接索引取变量。
• 补全所有括号，外层写for循环逐次添加状态方程约束，矩阵运算逐索引取数组合成线性表达式。
  参考代码（需匹配实际Petri网状态方程逻辑）：

# 定义变迁索引集合
T_idx = range(T)
# 定义各步标识变量M[k][p]：第k次触发后库所p的标识
M = []
for k in range(totalK + 1):
    M_k = [m.continuous_var(lb=0, name=f'M_k{k}_p{p+1}') for p in range(P)]
    M.append(M_k)
# 绑定初始标识
for p in range(P):
    m.add_constraint(M[0][p] == M0[p])

# 定义变迁触发0-1变量z[t][k]：第k次触发是否为变迁t
z = []
for k in range(totalK):
    z_k = [m.binary_var(name=f'z_k{k+1}_t{t+1}') for t in T_idx]
    z.append(z_k)
    # 每次触发只有一个变迁生效
    m.add_constraint(m.sum(z_k[t] for t in T_idx) == 1)

# 添加状态方程约束
for k in range(1, totalK + 1):
    for p in range(P):
        m.add_constraint(
            M[k][p] == M[k-1][p] + m.sum(AT[p][t] * z[k-1][t] for t in T_idx),
            ctname=f'state_eq_k{k}_p{p+1}'
        )

编写Docplex约束初期尽量用外层for循环逐个添加，不要强行写内联生成器表达式，减少语法错误。调用API优先用关键字参数传参，避免位置传参顺序错误。所有决策变量必须提前显式定义，不要通过模型对象索引取变量。

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