我目前正在努力解决这个问题。我需要最大化公司的利润。
这就是我目前拥有的代码：
from pyomo.environ import *
from pyomo.opt import *
opt = solvers.SolverFactory("ipopt")
model = ConcreteModel()
model.x1 = Var(within=NonNegativeIntegers)
model.x2 = Var(within=NonNegativeIntegers)
model.y1 = Var(within=NonNegativeIntegers)
model.y2 = Var(within=NonNegativeIntegers)
model.b1 = Var(within=Boolean)
model.b2 = Var(within=Boolean)
model.c1 = Constraint(expr = model.x1 + model.x2 + model.y1 + model.y2 <= 7000)
model.c2 = Constraint(expr = 2*model.x1 + 2*model.x2 + model.y1 + model.y2 <= 10000)
model.c3 = Constraint(expr = model.x1 <= 2000)
model.c4 = Constraint(expr = model.x2 <= 1000)
model.c5 = Constraint(expr = model.y1 <= 2000)
model.c6 = Constraint(expr = model.y2 <= 3000)
model.z = Objective(expr= (150*model.x1 + 180*model.x2*model.b1 + 100*model.y1 + 110*model.y2*model.b2), sense=maximize)
results = opt.solve(model)
这是我试图为约束编写的代码，该约束仅使用第一个坡度，只要不超过2000个产品：
def ObjRule(model):
if model.x1 >= 2000:
return model.b1==1
if model.x2 >= 2000:
return model.b2 == 1`
如果有人能给我一个提示，那我该怎么做呢。
提前谢谢你，帕特里克
在Pyomo中，规则不是发送给解算器的回调。对每个索引调用它们一次，以获得一组静态表达式。这组表达式是发送到解算器的内容。在规则内部使用的任何if逻辑都不应涉及变量的值（除非它基于变量的初始值，在这种情况下，只要在返回的主表达式之外使用变量，就将变量包装在value（）中）。
如果要对分段函数进行建模，需要应用某种建模技巧。在某些情况下，这需要引入离散变量（参见Piecewise组件的示例），在其他情况下则不需要（例如，当最大化可以表示为有限数量仿射函数的最小值的分段函数时）。
