PuLP构建生产采购成本最小化模型约束出错，如何修复？

核心错误汇总 #

• 1. 物料消耗约束逻辑完全错误
     原代码将所有物料的总消耗和所有物料的总可用库存做对比，相当于允许不同物料之间的库存通用，自然会出现不采购物料也能超额生产的问题。正确逻辑应该是每种物料单独约束：该物料的总生产消耗 ≤ 原有库存 + 该物料采购量
• 2. 所有约束都存在循环变量重复定义的问题
     原代码在多个约束的内层循环重复使用了外层的i变量，导致求和逻辑完全不符合预期，相当于把所有产品的消耗量重复累加了4次（产品数量）
• 3. 产能约束逻辑错误
     原代码对每个产品单独做了不超过300的限制，实际是总产能300，应该约束所有产品的总产量 ≤ 300
• 4. 利润约束、库存约束逻辑错误
     原代码循环每个产品单独校验利润和库存限制，实际这两个都是全局约束，不需要按产品循环
• 5. 目标函数的剩余库存持有成本计算错误
     原代码先算所有物料总剩余再乘所有物料成本，相当于重复计算了持有成本，正确逻辑是单种物料剩余乘对应成本后求和

修复后完整代码 #

from pulp import *

product = ['S1', 'S2', 'S3', 'S4']
material = ['A', 'B', 'C', 'D', 'E', 'F', 'I', 'G', 'H', 'J', 'K', 'L', 'M']
margin = {'S1': 25.68, 'S2': 25.68,
          'S3': 25.68, 'S4': 25.68}
capacity = 300
inv_bf = 42753.63
product_cost = {'S1': 4.28, 'S2': 4.28,
                'S3': 4.28, 'S4': 4.28}
usage = {'S1': {'A': 12.24,
                'D': 12.24,
                'E': 0.014,
                'F': 0.095,
                'G': 12.24,
                'H': 0.589,
                'J': 24.24,
                'K': 0.005,
                'L': 0.0105},
         'S2': {'A': 12.24,
                'D': 12.24,
                'E': 0.014,
                'F': 0.095,
                'G': 12.24,
                'H': 0.589,
                'J': 24.24,
                'K': 0.005,
                'L': 0.0105},
         'S3': {'H': 0.26,
                'K': 0.014,
                'B': 12.24,
                'C': 12.24,
                'I': 0.624,
                'G': 12.18,
                'J': 24.24,
                'M': 0.005},
         'S4': {'H': 0.26,
                'K': 0.014,
                'B': 12.24,
                'C': 12.24,
                'I': 0.624,
                'G': 12.18,
                'J': 24.24,
                'M': 0.005}}

inv = {'A': 7645.8, 'B': 2470, 'C': 4526,
       'D': 6678, 'J': 4180.92, 'G': 6879,
       'E': 159.5, 'F': 717.4, 'I': 764.1,
       'H': 1302.69, 'K': 248.79, 'L': 235,
       'M': 179.4}

cost = {'A': 0.03, 'B': 0.03, 'C': 0.056,
        'D': 0.151, 'J': 0.024, 'G': 0.88,
        'E': 5.156, 'F': 13.04, 'I': 11.09,
        'H': 6.833, 'K': 11.261, 'L': 10.118,
        'M': 11.914}

# 定义变量
produce = LpVariable.dicts("produce", product, lowBound=0, cat='Integer')
order = LpVariable.dicts("order", material, lowBound=0, cat='Integer')

# 定义并初始化模型
model = LpProblem("total_cost", LpMinimize)
# 目标函数
Total_ProCost = lpSum(product_cost[i]*produce[i] for i in product)
Total_MatCost = lpSum(order[m]*cost[m] for m in material)
# 修正持有成本计算：单种物料剩余*对应成本求和
Hold_Cost = lpSum((inv[m] + order[m] - lpSum(produce[i] * usage[i][m] for i in product if m in usage[i])) * cost[m] for m in material)
objective = Total_ProCost + Total_MatCost + Hold_Cost
model.setObjective(objective)

# 修正物料用量约束：每个物料单独校验
for m in material:
    total_used = lpSum(produce[i] * usage[i][m] for i in product if m in usage[i])
    model += total_used <= inv[m] + order[m], f"material_{m}_constraint"

# 修正产能约束：总产能限制
model += lpSum(produce[i] for i in product) <= capacity, "capacity_constraint"

# 修正利润约束：全局总毛利≥总成本
model += lpSum(produce[i]*margin[i] for i in product) >= Total_ProCost + Total_MatCost, "profit_constraint"

# 修正库存约束：全局剩余库存总价值不超过上限
model += lpSum((inv[m] + order[m] - lpSum(produce[i] * usage[i][m] for i in product if m in usage[i])) * cost[m] for m in material) <= inv_bf, "inventory_constraint"

model.solve()

# 输出
print("求解状态:", LpStatus[model.status])
for v in model.variables():
    print(v.name,'=',v.varValue)
print("Total cost = ", value(model.objective))

修复后效果 #

修复后模型会严格按照每种物料的库存限制计算产量，若现有库存无法支撑产量会自动计算需要采购的物料数量，不会再出现无物料采购却超额生产的逻辑问题。

内容的提问来源于stack exchange，提问作者Kudadas