Julia LoadError：MethodError：addconstraint（:: Int64、:: Jump.GenericAffExpr {Float64、JuMP.Variable}}）と一致するメソッドがありません

Question

次のファイルを実行しようとしています。私はピースごとにアップロードしようとしました。そのため、いくつかのコンポーネントがコメントアウトされています。私がどのコンポーネントを起動しても、制約部分でこのエラーが発生します。

using JuMP 
using Gurobi 


pset = ["packaging1", "packaging2"] 
size_pset = 2 
fset = ["filling1", "filling2"] 
size_fset = 2 
mset = ["manufacturing1","manufacturing2"] 
size_mset = 2 
timeset = [1,2,3,4,5,6,7,8,9,10] 
size_timeset = 10 
fgset = ["product1","product2"] 
size_fgset = 2 
bulkset = ["bulk1","bulk2"] 
size_bulkset = size_fgset 
apiset = ["api1","api2"] 
size_apiset = 2 
scenarioset = ["s1","s2","s3","s4","s5","s6","s7","s8","s9","s10","s11","s12","s13","s14","s15","s16"] 
size_scenarioset = 16 
CFF = 0.7 
CFP = 0.5 
SR = 2 
RW = 2 
KGS = 2 

ESTputP= 100 
ESTputF= 100 
ESTputM= 100 

m = Model(solver=GurobiSolver()) 

@variable(m, ThputM[1:size_mset, 1:size_timeset, 1:size_apiset, 1:size_scenarioset] >= 0)  
@variable(m, InThputM[1:size_fset, 1:size_timeset, 1:size_apiset, 1:size_bulkset, 1:size_scenarioset] >= 0) 
@variable(m, XP_p[1:size_pset, 1:size_timeset, 1:size_fgset] >= 0) 
@variable(m, XP_n[1:size_pset, 1:size_timeset, 1:size_fgset] >= 0) 
@variable(m, XF_p[1:size_fset, 1:size_timeset, 1:size_bulkset] >= 0) 
@variable(m, XF_n[1:size_fset, 1:size_timeset, 1:size_bulkset] >= 0) 
@variable(m, XM_p[1:size_mset, 1:size_timeset, 1:size_apiset] >= 0) 
@variable(m, XM_n[1:size_mset, 1:size_timeset, 1:size_apiset] >= 0) 

#objective 
@objective(m, Min, sum(XM_p[m,t,a]+XM_n[m,t,a] for m=1:size_mset for t=1:size_timeset for a=1:size_apiset)+ 
        sum(XF_p[f,t,b]+XF_n[f,t,b] for f=1:size_fset for t=1:size_timeset for b=1:size_bulkset)+ 
        sum(XP_p[p,t,f]+XP_n[p,t,f] for p=1:size_pset for t=1:size_timeset for f=1:size_fgset)) 

# Constraints: 
#@constraint(m, thput_relateM[m=1:size_mset, t=1:size_timeset, a=1:size_apiset, s=1:size_scenarioset],ThputM[m,t,a,s]==SR*RW*KGS) 

@constraint(m, thput_relate_M_Bulk_API[m=1:size_mset, t=1:size_timeset, a=1:size_apiset, s=1:size_scenarioset], 
       sum(InThputM[m,t,a,b,s] for b=1:size_bulkset)==ThputM[m,t,a,s]) 

writeLP(m, 'Sifomodel.lp'; genericnames=false) 

status = solve(m) 

println("Solve status: ", status) 
println("Objective value: ", getobjectivevalue(m)) 

「制約のアップロード」には何がありますか？

Answer 1

変数が反対側で収集されている間、JuMPは右側のすべての定数を望んでいるようです。制約がこのように再配置されると、モデルを受け入れます。

Answer 2

mをインデックスとして使用すると、モデルオブジェクトmが上書きされます。エラーメッセージには、(model,constraint)ではなく(integer,constraint)の引数を使用してaddconstraintを呼び出しようとしていることに注意してください。