【Gurobi】边学边练（一） | Gurobi-Python

Gurobi创建数学模型的顺序

1. 创建决策变量addVar()
2. 整合变量update()
3. 创建目标函数setObjective()
4. 创建约束addConstr()
5. 优化optimize()

拿一段代码举个例子

import gurobipy as gp

# 创建模型
model = gp.Model()

# 定义变量
x = model.addVar(lb=0, ub=1, vtype=gp.GRB.CONTINUOUS, name="x")
y = model.addVar(lb=0, ub=1, vtype=gp.GRB.CONTINUOUS, name="y")

# 添加初始约束
model.addConstr(x + y <= 1, name="c1")

# 更新模型，添加新变量和约束
model.update()

# 定义新变量
z = model.addVar(lb=0, ub=1, vtype=gp.GRB.CONTINUOUS, name="z")

# 添加新约束
model.addConstr(y + z <= 1, name="c2")

# 更新模型，确保新变量和约束被加入
model.update()

# 设置目标函数
model.setObjective(x + y + z, sense=gp.GRB.MAXIMIZE)

# 求解优化问题
model.optimize()

# 输出结果
print("Optimal solution:")
for v in model.getVars():
    print(f"{v.varName} = {v.x}")

print(f"Optimal objective value: {model.objVal}")

• Q1：一定要用model()方法么？
  A1：当然！需要先创建优化模型并在这个模型上定义变量、约束和目标函数，最后进行求解。

model = gp.Model()

• Q2：vtype是什么？都有哪些类型？
  A2：在 Gurobi 中，变量的类型vtype用于指定变量的性质，即它是离散变量还是连续变量。
  GRB.CONTINUOUS: 连续型变量，可以取任何实数值。
  GRB.BINARY: 二元变量，取值为 0 或 1，常用于表示选择性决策。
  GRB.INTEGER: 整数变量，取值为整数。
  GRB.SEMICONT: 半连续变量，可以取实数值，但在某个范围内只能为 0 或者非零。
  GRB.SEMIINT: 半整数变量，取值为整数，但在某个范围内只能为 0 或者非零。

# 定义了两个连续变量
x = model.addVar(lb=0, ub=1, vtype=gp.GRB.CONTINUOUS, name="x")
y = model.addVar(lb=0, ub=1, vtype=gp.GRB.CONTINUOUS, name="y")

• Q3：一般什么时候用update()方法呢？
  A3：Gurobi官方文档里是这样说的，“如果你在模型里进行了非阶段性更改”，就要使用update()方法。
  有时候，我们可能希望根据某些条件动态地添加变量或约束。
  因此，一种常见情况是在模型的初始状态下只添加一部分变量或约束，然后在后续的迭代中逐步添加其他变量或约束。这种情况下，你可以在每次迭代之前使用model.update()来更新模型，以便包含最新的变量和约束。
  另外，使用model.update()方法也可以减少构建模型时的内存消耗，特别是当模型非常大或包含大量约束和变量时。通过分批次地添加变量和约束，可以降低内存占用并提高性能。

# 更新模型，确保新变量和约束被加入
model.update()

• Q4：sense有哪些可选参数？
  A4：在Gurobi中，目标函数的方向由sense指定，它表示优化问题是最大化还是最小化。sense参数有以下可选参数：
  GRB.MAXIMIZE: 表示最大化目标函数。
  GRB.MINIMIZE: 表示最小化目标函数。