Gurobi + Python

自学Gurobi的时候发现国内缺乏相对应的教程，大多止于浅层的gurobi安装和搭载，稍微深入点也只是最基础的模型建立：add variable, update, add constraint, set objective, optimize 和基本的读写。甚至缺乏对于结果的解读。

Google到的内容比百度多的多。

最好的资料当然是官网的 http://www.gurobi.com/documentation/ 的 Example Tour 和 Referenec Manual;

存档一下学习中遇到的坑。

1. addConstr()

只能 ==, <=, >= ，不能<, >

2. if ... else

如果想实现 if x>0 : a = 1 ; else : a = 0

不能直接实现，要进行一定的转化。

x <= a * A <= A + x - B (A 为足够大的常数，B为足够小的正数（小于x可能达到的最小值，大于0），a为binary)

3. max_(), abs_()

这些函数，括号里面都必须是variable，不能是LinExpr(), 有必要的话，可以建成新的variable再使用max_()和abs_()函数

当结果是Model is infeasible 时：利用 Model.computeIIS() 来查问题（虽然我认为并不是太好用）

Reference :https://nathanbrixius.wordpress.com/2012/09/28/detecting-the-sources-of-model-infeasibility-using-gurobi/

model = Model()
vars = model.getVars()
constrs = model.getConstrs()

for i in range (len(constrs)):print (constrs[i].getAttr(GRB.Attr.IISConstr))
for i in range(len(solution)):print (solution[i].getAttr(GRB.Attr.IISLB), "  ", vars[i].getAttr(GRB.Attr.IISUB))

输出 1 有问题； 0 没问题

4. 如何输出指定个数的较优解

PoolSearchMode 表示Gurobi搜索最优解的方式。默认值为0，表示目标为搜索唯一最优解；设定为1，表示搜索多个解，但不保证解的质量；设定为2，表示搜索多个解，优先取高质量的解。

PoolSolutions 表示存储的解的个数。改变该参数并不能改变该模型的可行解个数。但在使用过程中发现，当PoolSearchModel = 2, 如果有很多个可行解，SolCount不会显示实际可行解个数（由于运行时间限制），此时改变PoolSolutions可改变SolCount，得到更多可行解。

X 当PoolSearchMode为默认值0时，求解得到唯一解，存储在X中，可通过以下代码得到该解

model = Model()
vars_x = model.addVar(lb=0, ub = 1, vtype = GRB.CONTINUOUS)....
vars =  model.getVars()
print ("最优解为"vars[0].getAttr("X"))

Xn 当PoolSearchMode为1或者2时，得到多个解（包括sub-optimal），存储在Xn中，可通过以下代码得到解。其中当SolutionNumber 设置为 0 时，得到的解与 X 相同

model = Model()
vars_x = model.addVar(lb=0, ub = 1, vtype = GRB.CONTINUOUS)
model.setParam("PoolSearchMode",2)
model.setParam("PoolSolutions",10)
....
vars =  model.getVars()
for i in range(10):model.setParam("SolutionNumber",i)print ("最优解为"vars[0].getAttr("Xn"))

SolCount 表示搜索得到的解个数，SolutionNumber一定小于SolCount

SolutionNumber 表示得到的解个数，可以将这个参数看作Xn的index，范围为[0,SolCount-1]。每修改一次，输出不同的Xn

Gurobi + Python相关推荐

Gurobi +Python 高效数学规划及建模实例
Gurobi +Python 1 前言 2 快速入门 2.1 辅助函数 2.1.1 列表推导式/列表解析式 2.1.2 quicksum() 2.1.3 multidict() 2.1.4 tuple ...
用Gurobi+python求解设施选址问题(facility location)
参考:Gurobi 官方资源设施选址(Facility Location) 1.背景介绍设施选址问题在许多工业领域如物流,通信等都有应用,在本案例中展示如何解决设施选址问题,决策出仓库的数量和地点 ...
gurobi使用系列之一——gurobi+Python的实例使用(简单整数规划)
gurobi是由美国Gurobi公司开发的新一代大规模数学规划优化器,在 Decision Tree for Optimization Software 网站举行的第三方优化器评估中,展示出更快的优化 ...
python大神写的代码_初学Python，只会写简单的代码。手头有份Python代码，但是调用C模块生成的.pxd和.pyx文件，运行过程总报错，希望大神指点，调试前该做哪些工作呢？...
报错内容如下: Traceback (most recent call last): File "E:\Python27\setup.py", line 16, in from s ...
Gurobi 生产计划调度学习案例（含代码实现）（生产切换、装配计划）
一.前言利用数学规划建立和解决生产计划调度问题,已经是运筹学成熟应用领域之一.各种书籍.案例.最佳实践不胜枚举. 大部分数学规划方法在建立生产计划和调度模型时,假设以某个自然的时间间隔为建模时间单位 ...
python导入pyx文件_初学Python，只会写简单的代码。手头有份Python代码，但是调用C模块生成的.pxd和.pyx文件，运行过程总报错，希望大神指点，调试前该做哪些工作呢？...
报错内容如下: Traceback (most recent call last): File "E:\Python27\setup.py", line 16, in from s ...
gurobi python_Gurobi
Gurobi python优化模块案例实践 This section will work through a simple Python example in order to illustrate ...
Python总结篇——知识大全
识别图中二维码,领取python全套视频资料收藏分享重大通知!1月起,长风公园上班族可正式在职申读985/211本科! 尚德机构 · 顶新 qq_41593761: 好好好!(2周前#3楼) ...
Python调用Gurobi：Assignment Problem(指派问题)简单案例
Python调用Gurobi:简单案例 Python调用Gurobi:Assignment Problem简单案例 1. Assignment Problem Model Python调用Gurobi ...

Gurobi + Python

Gurobi + Python相关推荐

最新文章

热门文章