在约束规划算法中使用决策变量作为浮点数的CPLEX OPL [英] CPLEX OPL using decision variable as float in constraint programming algorithm

问题描述

我正在尝试运行以下代码，但是dvar float +中有错误

I am trying to run the following code, but there is an error in dvar float+

using CP;
int rows=3;
int columns=3;
range para=1..rows*columns;
float model1[para]=...;
dvar float+ model0[para];
maximize 
sum(p in para) model0[p]*(lg(model0[p]/model1[p]));
  subject to{
    c1:
    sum(p in para)
    model0[p]==3.0;    
    }

推荐答案

使用CPOptimizer的决策变量不能为浮点数.

Decision variables with CPOptimizer cannot be float.

在示例floatexpr.mod中可以看到，可以使用float dexpr来使用从整数决策变量中计算出的十进制值.

As can be seen in the example floatexpr.mod you can use a float dexpr in order to use decimal values computed out of a integer decision variables.

在您的情况下:

using CP;

execute
{
cp.param.timelimit=10;
}

int scale=1000;
int rows=3;
int columns=3;
range para=1..rows*columns;
float model1[p in para]=p/10;

dvar int+ scalemodel0[para];
dexpr  float model0[p in para]=scalemodel0[p]/scale;
maximize 
sum(p in para) model0[p]*(lg(model0[p]/model1[p]));
  subject to{
    c1:
    sum(p in para)
    model0[p]==3.0;    
    } 

这篇关于在约束规划算法中使用决策变量作为浮点数的CPLEX OPL的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！