Soweit verstanden, allerdings bekomme ich auch eine Fehlermeldung wenn ich das ändere: obj[k] = models[k].setObjective(quicksum(f[j]*y[k][t, j] for t in tau for j in n) , GRB.MAXIMIZE) Dabei kommt folgende Fehlermeldung: TypeError: 'builtin_function_or_method' object is not subscriptable Es ist sehr...

Wie meinst du das mit jeweils auf zwei Namen verteilen? Verstehe nicht wirklich deine Hilfestellung. Könntest du es vielleicht anders erklären?
So wie ich dich verstehe reicht das eine k nicht aus. Du meinst weil ich einmal models[k] schreibe und einmal y[k]?

Der Fehler kommt in der letzten Zeile, also da wo ich versuche die Zielfunktionen zu erstellen. File "<ipython-input-44-fea71d194b0b>", line 25, in <genexpr> obj[k] = models[k].setObjective(quicksum(f[j]*y[k][t, j] for t, j in y) , GRB.MAXIMIZE) TypeError: 'numpy.int32' object is not itera...

Hallo, ich würde gerne ein Gurobi Modell k-mal lösen. Problem dabei ist , dass eine Fehlermeldung bei den Zielfunktionen kommt. Das Modell sieht folgendermaßen aus: from gurobipy import Model import numpy as np import gurobipy as GRB from gurobipy import quicksum models = {} objective = {} y= {} ome...

Kann mir jemand sagen, warum diese Version funktioniert: models = {} for k in K: models[k] = Model("RLP") y = models[k].addVars(tau, n, name="y") omega = models[k].addVars(L, tau, n, name="omega") models[k].update() obj = quicksum(f[j]*y[t, j] for t, j in y) - (1/L.size...

Ich versuche mein Problem nochmal besser zu beschreiben. Im Grunde wird das Gurobi Modell immer wieder aufgerufen, wobei sich immer nur eine Nebenbedingung je nach gegenwärtiger Periode verändert. Die Nebenbedingungen (8) hängen von der "x" Matrix ab, weswegen eben das Modell immer neu ber...

Danke!

Hallo, hat jemand eine Idee wie ich die Matrix "a" einfacher befüllen kann? a = np.zeros((flüge.size, produkte.size)) a[:,0:16] = np.identity(16) a[:,16:32] = np.identity(16) b = np.array([ [0,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,0,0,0,0,0,1...

Hallo, mein Gurobi Modell wird einige Male erneut aufgerufen und dabei habe ich festgestellt, dass der Modellaufbau bei einer Nebenbedingung sehr lange dauert. Um folgende Nebenbedingung handelt es sich: c = m.addConstrs(quicksum(a[i,j]*(S_tj_RLP[l, t, j]*accept[t,j] - denie[l,t,j]) for t in periode...

@Sirius3: Super danke! Das hat mir sehr für mein Problem geholfen

@ThomasL: Oh, tut mir Leid, ich meinte wie ich das Array "D_tj_RLP" mit "c" in der Logik von oben befüllen kann, also genau umgekehrt...

Hallo, ich möchte gerne das Array "c" anhand des Arrays "D_tj_RLP" befüllen. D_tj_RLP = np.zeros((2,3,4)) c = np.array([ [2, 1], [1, 0], [1, 3] ]) Dabei soll nach folgender Logik vorgegangen werden: D_tj_RLP[0] = [[0,0,1,0], [0,1,0,0], [0,1,0,0] ] D_tj_RLP[1] = [[0,1,0,0], [1,0,0...

Ich bin am verzweifeln. Ich versuche ein Gurobi Modell zu implementieren und soweit funktioniert auch alles und bekomme sinnvolle Zielfunktionswerte heraus. Für jedes "b" greife ich auf andere unterschiedliche Teile des D_tj_RLP Arrays und des S_tj_RLP Arrays zurück. Daher bekomme ich für ...

@narpfel: Konnte es jetzt richtig nachvollziehen, vielen Dank für deine Hilfe!

@narpfel: Das Problem ist, dass das nur für diese spezielle Matrix 'q' funktioniert. Angenommen alle Zahlen in 'q' sind verschieden, dann kann ich das doch so nicht mehr machen? Verstehst du was ich meine?

Gerne würde ich in jedem Simulationsdurchlauf die gleichen Bernoulli Zahlen erstellen. Wenn ich alleridngs mit random_state= x als Argument hinzufüge, wird schon innerhalb einer Simulation die gleiche Zufallszahl erstellt und das will ich nicht. Wie bekomme ich es in meinem Fall hin, dass innerhalb ...

Mir wird die Matrix bp in Periode 5 falsch erstellt. Mir wird hier 20,21,22,23 ausgegeben. Ich hab das Problem jetzt so vereinfacht, dass das Erstellen von bp nicht mehr abhängig von dem Inhalt der ersten Schleife abhängig ist. Ich verstehe einfach nicht wie es zu den Werten kommt. Suche jetzt schon...

Ich stand total auf der Leitung, danke!

Hallo, ich habe folgendes Problem. In meinem Optimierungsmodell soll eine Nebenbedingung zweigeteilt sein. Mir ist nicht klar wie ich das umsetzen kann. Hier das Problem: #Produkte produkte = np.arange(12) #Perioden perioden = np.arange(10) #p p = np.array([ [0.08, 0.07, 0.09, 0.12, 0.04, 0.08, 0.08...

Ich meine natürlich l.append(find_interval(x, I)) Ich möchte an die leere Liste l die jeweiligen Intervalle anhängen. Also insgesamt 10 Elemente. Vielen Dank für die aufgeräumtere Version, ich werde ich bisschen Zeit zum Verstehen benötigen. Du meinst das mir list comprehension helfen könnte für die...