利用纸浆，根据一定的约束选择项目

Question

|project|loc_Bangalore|loc_Pune|cat_s|cat_c|
|:------|:-----------:|:------:|:---:|:---:|
|abc    |1            |0       |0    |1    |
|Sys    |1            |0       |0    |1    |
|Syst   |0            |1       |1    |0    |
|EPS    |1            |0       |0    |1    |
|foss   |1            |0       |0    |1    |
|opc    |0            |1       |1    |0    |

给定的

以上df 1中的

为true，0为false。我必须从给定的df中选择所有的项目，满足以下条件:1.总体项目选择count<=4(班加罗尔定位project+pune location project+cat_s project+cat_c <=4)

2.在选择项目项目时，应包括以下几个方面:1. project<=3 2.港口选址项目<=1 3.cat_s project<=1 4.cat_c project<=3

我必须选择同时满足这两种条件的项目。我不能为this.Pls写方程，帮我解决这个问题。

Answer 1

我觉得你们关系很好。你没有给出你从上面得到的答案，但我猜你得到了一堆野生整数值，包括负整数值，因为你的决策变量没有边界，所以它可以在__区域选择-568个项目。

第一个问题:当变量表示是/否类型的决策时，您应该将它变成二进制变量。改变这一点：

proj_vars = pulp.LpVariable.dicts("project",project_list,cat='Integer')

至：

proj_vars = pulp.LpVariable.dicts("project",project_list,cat='Binary')

第二个问题:现在，你失去了一个目标函数.你所拥有的只是一堆“上层约束”，模型(至少是你发布的那篇文章)没有增加(或分配)项目的动机。你把它当作最小化模型..。你在减少什么？

从您所描述的情况来看，您似乎希望在受约束的情况下执行最大数量的项目。要做到这一点，您必须:添加一个简单的目标，即项目之和，并将问题转换为最大化问题。讲得通?