Gurobi建模求解非线性规划

gurobi可以求解多种类型的优化问题，如线性规划、二次规划、二阶锥规划及非线性规划问题等。

当目标函数为非线性时，默认要求函数为凸函数，即矩阵Q为半正定矩阵（PSD），否则会报错，显示目标 Objective Q not PSD ，问题无法求解；

同理，当约束条件非线性时，约束函数可能也是非凸的，会出现如下报错：

gurobipy.GurobiError: Constraint Q not PSD (diagonal adjustment of 2.9e+01 would be required). Set NonConvex parameter to 2 to solve model.

 此时，需要设置NonConvex参数为2 ，即

model.Params.NonConvex = 2

 模型将按照求解MIP的逻辑来求解此类非凸问题。

Continuous model is non-convex -- solving as a MIP

设置目标函数：model.setObjective(obj, GRB.MINIMIZE) # 添加目标函数

设置是否输出迭代过程及运算法则等内容（1是0否）：model.setParam('OutputFlag', 1)

执行模型model优化：model.optimize()

输出决策变量名称及最优解数值、输出最优解的前20个决策变量的数值：

variable = []
for v in model.getVars():
    print(v.varName, v.x)
    variable.append(v.x)
for i in range(0, m):
    print(variable[i])