问题描述
我想问您关于优化线性程序的问题。我已经成功设置了模型。但是，我在设置元启发法以减少计算时间方面遇到问题。基本的优化模型可以在这里看到：
在元启发式算法中，有一个while循环，其条件如下：
同时 $ \ sum_ {i = 1} ^ I b_i y_i \ leq \ sum_ {k = 1} ^ K q_k $ 做
我尝试通过以下代码实现这种情况：
while lpSum(b[i]*y[i] for i in I)<=lpSum(q[k] for k in K):
如果分别计算两个总和，我将得到正确的结果。但是，当我将它们置于此条件下时，即使条件得到满足，代码也将陷入无限循环，并且它应该中断循环。我想这与数据类型有关，并且参数不能为LpAffineExpression。但是，我真的很难理解这个问题。
希望您能理解我的问题，非常感谢您的想法和解释！请告诉我，如果您需要有关特定内容的更多信息-抱歉，是初学者。
非常感谢和最诚挚的问候， 伯恩哈德
解决方法
lpSum没有值，就像常规的总和一样。
使用__eq__之类的内置公式，可以将任何Python对象与其他对象进行比较。我就是这样说date(2000,1,1) < date(2000,2)。但是，lpAffineExpressions（lpSum是其中的一种）是要在约束中使用的。它们的内容是变量，由LP解算器解决，因此它们还没有任何值。
因此，lpSum(x) <= lpSum(y)的返回值不是true还是false，就像正常方程式一样，而是一个方程式。并且方程不是None或False或任何其他假值。您所说的等同于while <some object>:，这始终是正确的。因此是无限循环。
在这种情况下，我不知道“使用元启发式方法减少计算时间”意味着什么-也许您运行了LP解算器的几次迭代，然后对结果应用元启发式。
如果是这种情况，请使用b[i].value()来获取该解决方案中变量b[i]的值，并确保以规则的总和计算总数。