puLP求解器错误

Question

我正在尝试解决puLP（Python）中的MILP，并且不断收到以下错误：

Traceback (most recent call last):
  File "main_lp.py", line 63, in <module>
    ans = solve_lp(C)
  File "/home/ashwin/Documents/Williams/f2014/math317_or/project/solve_lp.py", line 36, in solve_lp
    prob.solve()
  File "/usr/local/lib/python2.7/dist-packages/PuLP-1.5.6-py2.7.egg/pulp/pulp.py", line 1619, in solve
    status = solver.actualSolve(self, **kwargs)
  File "/usr/local/lib/python2.7/dist-packages/PuLP-1.5.6-py2.7.egg/pulp/solvers.py", line 1283, in actualSolve
    return self.solve_CBC(lp, **kwargs)
  File "/usr/local/lib/python2.7/dist-packages/PuLP-1.5.6-py2.7.egg/pulp/solvers.py", line 1346, in solve_CBC
    raise PulpSolverError("Pulp: Error while executing "+self.path)
pulp.solvers.PulpSolverError: Pulp: Error while executing /usr/local/lib/python2.7/dist-packages/PuLP-1.5.6-py2.7.egg/pulp/solverdir/cbc-32

对于我的线性编程问题，我试图将不同向量的总和作为约束，并且我认为我一定做错了这个问题，因为一个更简单的问题可以解决。我已经附上了代码（C是一个N×N numpy数组）。

def solve_lp(C):
    N = len(C)
    prob=LpProblem('Scheduling',LpMinimize)

    X = [[LpVariable('X' + str(i+1) + str(j+1), 0, C[i,j],LpBinary)
          for j in range(N)] for i in range(N)]
    X = np.array(X)
    X_o = [LpVariable('X0' + str(i), 0, None, LpBinary) for i in range(N)]
    X_t = [LpVariable('X' + str(i) + 't', 0, None, LpBinary) for i in range(N)]

    # Objective Function                                                                                                                                                
    ones_vec = list(np.ones(len(X_o)))
    prob += lpDot(ones_vec,X_o), 'Minimize Buses'

    # Constraints                                                                                                                                                       
    for i in range(N):
        row = list(X[i,:]) + [X_t[i]]
        ones_vec = list(np.ones(len(row)))
        prob += lpDot(ones_vec, row) == 1, 'Only one destination for ' + str(i)

    for j in range(N):
        col = list(X[:,j]) + [X_o[j]]
        ones_vec = list(np.ones(len(col)))
        prob += lpDot(ones_vec,col) == 1, 'Only one source for ' + str(j)

    prob.solve()
    return X, value(prob.objective)

Answer 1

确保您没有重复的LpVariable名称，并注意带有不支持字符的LpVariable名称，-+[] ->/因为所有这些字符都被静默转换为下划线_

通过在控制台上打印求解器输出，可以LpSolverDefault.msg = 1在调用之前进行设置prob.solve()。

Answer 2

由于模型中的 Nan 输入，我最近遇到了类似的问题。我在 DataFrame 中有数据，其中一些单元格不应该被转换为变量以提高性能。然而，在创建目标函数和约束时，我注意到 Nan 的存在，当我改变它们时，它工作得很好。

Answer 3

我认为您有重复的 LpVariable 名称。我刚刚遇到了同样的问题，并看到了它，感谢levis501 的回答。这里：

X = [[LpVariable('X' + str(i+1) + str(j+1), 0, C[i,j],LpBinary)
      for j in range(N)] for i in range(N)]

X 包含一些同名的变量。例如，对于 i = 0 和 j = 10，您将得到“X111”，而对于 i = 10 和 j = 0，您也会得到“X111”。