Documentos de Académico
Documentos de Profesional
Documentos de Cultura
en Python:
model = ConcreteModel()
# Conjunto de índices
model.I = RangeSet(1, 5)
# Variables de decisión
if i == 2 or i == 4:
elif i == 3:
else:
# Función objetivo
# Resolver el modelo
solver = SolverFactory('glpk')
solver.solve(model)
# Imprimir resultados
for i in model.I:
print(f"x[{i}] = {value(model.x[i])}")
model = ConcreteModel()
model.x = Var(within=Reals)
# Función objetivo
# Resolver el modelo
solver = SolverFactory('glpk')
solver.solve(model)
# Imprimir resultados
print(f"x = {value(model.x)}")
model = ConcreteModel()
# Variables de decisión
model.x = Var(within=NonNegativeReals)
model.y = Var(within=NonNegativeReals)
# Restricciones adicionales
# Restricción de implicación
# Función objetivo
# Resolver el modelo
solver = SolverFactory('glpk')
solver.solve(model)
# Imprimir resultados
print(f"x = {value(model.x)}")
print(f"y = {value(model.y)}")
Estos ejemplos ilustran cómo implementar restricciones de implicación en Pyomo en una variedad
de contextos, incluyendo condiciones compuestas, variables continuas y modelos con restricciones
adicionales. Asegúrate de adaptar y ajustar estos ejemplos según los requisitos específicos de tu
problema de optimización.