如何利用紙漿生成稀疏矩陣的變量和約束？

Question

there， 我是紙漿新手。我從網上的一些例子中學習了紙漿。這些例子非常有用，現在我可以通過自己編寫簡單的模型。但是我仍然很難建立複雜的模型，特別是具有稀疏矩陣的模型。

請問您可以發表一些複雜的稀疏矩陣例子和conplex約束。我想學習如何只創建必要的變量，而不是簡單的變量，如y = LpVariable.dicts（「y」，（Factorys，Customers），0,1，LpBinary）。

我還有一個問題：如果我簡單地使用y = LpVariable.dicts（「y」，（Factorys，Customers），0,1，LpBinary）來定義變量，其中大部分變量在模型中是無用的目標函數和約束，並且我添加了一些約束來明確地將這種無用變量設置爲0？紙漿算法是否能夠首先識別這些無用變量並首先將其刪除，然後運行整數編程算法（如B & B或B & C）來解決縮小尺寸的問題？如果這是真的，它看起來「設置無用變量爲0」方法根本不會降低求解速度。我對嗎？

Answer 1

這可能有助於

http://www.stuartmitchell.com/journal/2012/2/3/my-top-n-tips-for-python-coding-in-optimisation-1.html

尤其是生成一組工廠和客戶第一是稀疏。

factories_customers = [(f,c) for f in factories for c in customers 
          if <insert your condition here>] 

然後使用

y = LpVariable.dicts("y", factories_customers ,0,1,LpBinary) 

紙漿不刪除「無用」的變量和約束，因此構建模型時會很長。

但是，解決方案算法（CBC默認包含將解除變量的預解算法）。