Julia中如何在JuMP目标函数内使用字典值为决策变量加权

报错根源 #

JuMP在建模阶段会把目标函数、约束解析为求解器可识别的结构化表达式，此时决策变量仅为符号引用，还没有求解完成后的实际赋值。
你在目标函数中直接把absolute[y]作为字典的查询key，实际传入的是JuMP变量对象，和字典里存储的0-7的整数key完全不匹配，因此触发KeyError。
你设想的“等求解拿到变量实际值，再用值查询字典算权重”的逻辑，和JuMP的运行逻辑存在本质冲突：建模阶段不允许使用求解后才能获得的变量值作为索引，所有参与表达式构造的系数必须是提前确定的常数。

标准实现方案 #

针对取值为0-7整数的离散决策变量，最适配JuMP逻辑的方案是通过二元选择变量建立取值映射，全程用常系数参与目标构造，从根源上规避用变量当字典key的问题，实现步骤：

• 保留原有权重字典，提前计算每个可能取值对应的加权系数
• 为每个待决策的absolute[y]定义一组二元选择变量，对应变量取0-7每个整数的可能性
• 增加约束保证每个absolute[y]仅能选择一个取值
• 基于二元选择变量构造absolute[y]的表达式映射，再用提前算好的常系数构造目标函数

对应的可运行代码：

# 定义原有权重字典
Dicopond = Dict(0=>1, 1=>2, 2=>4, 3=>8, 4=>16, 5=>32, 6=>64, 7=>128)

# 二元选择变量：select[y,k]=1 代表第y个absolute变量取k值
@variable(model, select[y=1:10, k=0:7], Bin)

# 约束：每个absolute变量仅能取一个确定值
@constraint(model, single_choice[y=1:10], sum(select[y, k] for k in 0:7) == 1)

# 映射原absolute变量和二元选择变量的关系
@expression(model, absolute[y=1:10], sum(k * select[y, k] for k in 0:7))

# 构造最小化目标：所有乘子都是提前固定的常数，无变量当字典key的问题
@objective(model, Min, sum(k * Dicopond[k] * select[y, k] for y in 1:10, k in 0:7))

补充说明 #

• 上述方案生成标准线性MIP问题，所有主流JuMP适配的求解器（GLPK、Gurobi、CPLEX等）均可正常求解
• 因为二元选择变量的存在，映射得到的absolute[y]会自动取0-7的整数值，不需要额外给absolute添加整数域约束，可减少求解器的冗余计算量
• 求解完成后，可通过value.(absolute)获取每个变量的实际整数值，此时再用实际值查询字典做后续分析计算是完全合法的，只是不能将这类查询放到建模阶段的目标、约束构造流程中。

内容的提问来源于stack exchange，提问作者rox