在这一节中,请记得在最前面引入这两个包:
from gurobipy import *
from numpy import *
1.数据加和
sum函数最直观的就是数据加和。
#1.通过sum完成数据加和
tuplelist1=[1,2,3]
sum_list=sum(tuplelist1)
print("sum_list:",sum_list)
keys, dict1, dict2 = multidict({'k1':[1,2],
'k2':[3,4],
'k3':[5,6]})
print("dict1.sum():",dict1.sum()) #1+3+5=9
输出:
sum_list 6
dict1.sum() <gurobi.LinExpr: 9.0>
2.变量加和
sum函数可以实现变量加和,可以通过sum函数来快速获得需要给变量加和的场景,如模型的约束、目标函数
#2.通过sum完成变量加和
m=Model()
x=m.addVars(2,2,vtype=GRB.BINARY)
x_sum=x.sum() #将变量x加和
m.setObjective(x_sum,GRB.MAXIMIZE)
m.update()
m.write("sum_practice1.lp")
print("x",x)
print("x_sum",x_sum)
输出:
x {(0, 0): <gurobi.Var C0>, (0, 1): <gurobi.Var C1>, (1, 0): <gurobi.Var C2>, (1, 1): <gurobi.Var C3>}
x_sum <gurobi.LinExpr: C0 + C1 + C2 + C3>
3.sum在创建约束中的作用(重点扩展)
如我们想用sum函数完成下图公式的编写:
(添加这项约束)
①回忆编写步骤
- 创建全部的变量
- 创建目标函数
- 创建约束条件
- 更新与程序运行
②开始编写
#3.sum在创建约束中的使用-重点
m=Model()
#创建变量
zij=m.addVars(3,3,vtype=GRB.BINARY,name="zij") #注意是从(0,0)开始的
m.addConstrs((zij.sum(i,"*")<=1 for i in range(3)),name="co")
#注意,range函数是“前闭后开”(也就是说取不到stop),range(2)的stop=2,但取不到2
#所以三行累加公式,i应该遍历[0,1,2],故应写range(3)
m.update()
m.write("sum1.lp")
sum1.lp结果:
4.案例实操
#自行创建一个模型,要求使用addvars和 addconstrs
"""
希望列出x00+x01+x02+x03<=2,
x10+x11+x12+x13<=2,
x20+x21+x22+x23<=1 约束条件
"""
from gurobipy import *
m=Model()
x=m.addVars(3,4,vtype=GRB.BINARY,name="x")
m.addConstrs((x.sum(i,"*")<=2 for i in range(2)),name="c0")
m.addConstr(x.sum(2,"*")<=1,name="c1")
m.write("practice2.lp")
下一节将会介绍sum函数的进阶使用,即处理决策变量相加与系数相乘的情况。
本系列的之前内容总结: