pyomo 的 `varlist` 本身不支持索引访问，但可通过 `var` 配合非有限索引集（如 `nonnegativeintegers`）并启用 `dense=false`，实现在循环中按需创建带多维索引的变量，并支持 `m.x[i,j]` 形式访问。
在 Pyomo 中，VarList 的核心设计目标是顺序追加变量（类似列表），其底层索引始终为正整数序列（1, 2, 3, …），不支持用户自定义元组、字符串或其他结构化索引。因此，直接创建“索引型 VarList”（如 m.x[(0,0)]）在当前 Pyomo 架构下不可行——这并非功能遗漏，而是由索引集（Set）的实现机制决定：VarList 绑定的是隐式、不可变的 PositiveIntegers 索引集，无法替换为用户定义的复合索引集。
不过，实际建模中所需的“动态添加 + 按键访问”能力，完全可通过标准 Var 组件高效实现。关键在于：使用非有限内置索引集（如 NonNegativeIntegers 或 PositiveIntegers）并设置 dense=False。该模式下，Pyomo 不会预先分配所有可能索引对应的变量，而是在首次访问（如 m.x[i,j]）时惰性创建，内存与行为均接近理想中的“索引 VarList”。
以下是一个完整示例：
from pyomo.environ import ConcreteModel, Var, NonNegativeIntegers, Reals
m = ConcreteModel()
# 声明二维非密集变量，索引域为所有非负整数对
m.x = Var(NonNegativeIntegers, NonNegativeIntegers, domain=Reals, dense=False)
# 动态“添加”变量：只需赋值即可触发创建
for i in range(2):
for j in range(2):
m.x[i, j] = 0.0 # 初始值可选；不赋值则保持未初始化状态
# 验证：变量已按 (i,j) 索引存在且可访问
print(f"m.x[0,1] = {m.x[0,1].value}") # 输出: 0.0
print(f"m.x[1,1] = {m.x[1,1].value}") # 输出: 0.0
# 查看已创建变量的完整信息
m.x.pprint()输出将显示：
x : Size=4, Index=x_index
Key : Lower : Value : Upper : Fixed : Stale : Domain
(0, 0) : None : 0 : None : False : False : Reals
(0, 1) : None : 0 : None : False : False : Reals
(1, 0) : None : 0 : None : False : False : Reals
(1, 1) : None : 0 : None : False : False : Reals✅ 优势总结：
- ✅ 支持任意顺序、任意索引（如 (i,j)、('a',3)）的动态创建；
- ✅ 变量可直接通过 m.x[i,j] 访问、约束、目标函数中引用；
- ✅ dense=False 确保零内存开销（仅创建实际用到的索引项）；
- ✅ 兼容所有 Pyomo 求解器与建模流程。
⚠️ 注意事项：
- 不要混用 VarList 与索引需求——若需结构化索引，请始终选用 Var + 显式索引集；
- 索引集必须是 Pyomo 内置无限集（如 NonNegativeIntegers, PositiveIntegers, Integers, Reals）或自定义 Set（但需确保其可哈希且无重复）；
- 赋值 m.x[i,j] = val 是创建变量并设初值的最简方式；也可用 m.x[i,j].set_value(val) 或后续在约束中引用触发创建。
综上，放弃对“索引 VarList”的执念，转而采用 Var(..., dense=False) 是 Pyomo 中最自然、高效且符合设计哲学的解决方案。
