python调用SCIP求解下料问题(Cutting Stock Problem)

2023-10-24 11:59

本文主要是介绍python调用SCIP求解下料问题(Cutting Stock Problem),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 1. 问题示例
  • 2. 数学模型
  • 3. python调用开源求解器SCIP代码
  • 4. Todo
  • 参考文献

1. 问题示例

下料问题(Cutting Stock Problem,CSP)也叫板材切割问题。例如,有一批长度为110cm的板材(且称之为母料),需要切割成不同尺寸的小板材,例如下图所示,20cm的需要48个,45cm的需要35个, …,请问怎样切割,才能最省母料。

2. 数学模型

  • 数学模型直接参考《Column Generation》第五章中的Kantorovich Model
    请添加图片描述
    请添加图片描述

3. python调用开源求解器SCIP代码

  • python代码
import os
import pandas as pd
import numpy as np
import pyscipopt as opt# ========== 测试算例 ==========
W = 100  # 原料板材的长度
w = [3, 6 ,7, 11]  # 制造产品i需要的长度
b = [250, 200, 180, 100]  # 产品i的总需求量
I = len(w)  # 产品种类的数量
K = 100  # 假设原料板材的个数 (其实这个值可以提前预处理计算)model = opt.Model('MCP')
# ========== 定义变量 ==========
x0 = {}  
x = {}
# x0_k: 0-1变量,原料板材k是否被使用
for k in range(K):x0[k] = model.addVar(vtype='B', name='roll_' + str(k))# x_i_k: 在原料板材k中,切割产品i的数量
for i in range(I):for k in range(K):x[i, k] = model.addVar(vtype='C', name='num_' + str(i) + '_' + str(k))# ========== 定义约束 ==========
# 约束1: 所有切割得到产品i,满足需求
for i in range(I):model.addCons(opt.quicksum(x[i, k] for k in range(K)) >= b[i], name='demand_' + str(i))# 约束2: 如果原材料k被使用,则其切割的产品的总长度不能超过板材长度W
for k in range(K):model.addCons(opt.quicksum(x[i, k] * w[i] for i in range(I)) <= x0[k] * W, name='width_' + str(k))# 约束3: 原材料K是一样的,没有类似序列的属性, 可能多个解对应一样的切割方案,让选中的原料板材都在前面序列
for k in range(K-1):model.addCons(x0[k] >= x0[k+1])# ==========定义目标==========
# 目标: 原料板材使用数量最小
model.setObjective(opt.quicksum(x0[k] for k in range(K)))
model.setMinimize()
model.optimize()# ========== 输出结果 ==========
print('model_status = ', model.getGap())
print('model_gap =', model.getStatus())
print('model_obj =', model.getObjVal())roll_lst = []
for k in range(K):if model.getVal(x0[k]) > 0:roll_lst.append(k)
print(roll_lst)
  • 结果
    请添加图片描述

4. Todo

  • 当算例达到一定规模时,使用求解器求解效率可能会变慢很多,可以使用列生成算法 (Column Generation) 进行求解

参考文献

《Column Generation》Guy Desaulniers (Editor), Jacques Desrosiers (Editor), Marius M. Solomon (Editor), chapter 5

这篇关于python调用SCIP求解下料问题(Cutting Stock Problem)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/275004

相关文章

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

usb接口驱动异常问题常用解决方案

《usb接口驱动异常问题常用解决方案》当遇到USB接口驱动异常时,可以通过多种方法来解决,其中主要就包括重装USB控制器、禁用USB选择性暂停设置、更新或安装新的主板驱动等... usb接口驱动异常怎么办,USB接口驱动异常是常见问题,通常由驱动损坏、系统更新冲突、硬件故障或电源管理设置导致。以下是常用解决

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Mysql如何解决死锁问题

《Mysql如何解决死锁问题》:本文主要介绍Mysql如何解决死锁问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录【一】mysql中锁分类和加锁情况【1】按锁的粒度分类全局锁表级锁行级锁【2】按锁的模式分类【二】加锁方式的影响因素【三】Mysql的死锁情况【1

一文带你搞懂Python中__init__.py到底是什么

《一文带你搞懂Python中__init__.py到底是什么》朋友们,今天我们来聊聊Python里一个低调却至关重要的文件——__init__.py,有些人可能听说过它是“包的标志”,也有人觉得它“没... 目录先搞懂 python 模块(module)Python 包(package)是啥?那么 __in

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

SpringBoot内嵌Tomcat临时目录问题及解决

《SpringBoot内嵌Tomcat临时目录问题及解决》:本文主要介绍SpringBoot内嵌Tomcat临时目录问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录SprinjavascriptgBoot内嵌Tomcat临时目录问题1.背景2.方案3.代码中配置t

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Python实现特殊字符判断并去掉非字母和数字的特殊字符

《Python实现特殊字符判断并去掉非字母和数字的特殊字符》在Python中,可以通过多种方法来判断字符串中是否包含非字母、数字的特殊字符,并将这些特殊字符去掉,本文为大家整理了一些常用的,希望对大家... 目录1. 使用正则表达式判断字符串中是否包含特殊字符去掉字符串中的特殊字符2. 使用 str.isa