2021-09-06 python优化求解器gurobi学习笔记

Gurobi学习笔记

近期做科研用到优化方法~奈何matlab优化求解器的精度无法达到要求，故准备转战python gurobi求解器

下载地址

1. 官网下载工具包：www.gurobi.com
   中文官网学习资料：http://www.gurobi.cn/picexhview.asp?id=90
2. 安装过程略

学习记录

一、 python语法复习

1. 基础数据结构
   1）列表
   list1 = [‘physics’, ‘chemistry’, 1997, 2000]
   list2 = [1, 2, 3, 4, 5, 6, 7 ]
   print "list1[0]: ", list1[0]
   print "list2[1:5]: ", list2[1:5]
   函数
   cmp len max min list
   方法
   append count extend index insert pop remove reverse sort
   2）元组
   与列表类似，不同在于元组的元素不能修改；元组中只包含一个元素时，需要在元素后面添加逗号，语法用括号
   仅能访问、连接、（全部）删除
   3）字典
   键值不可变，所以可用数字、字符串或元组，不能用列表
   dict1 = { ‘abc’: 456 }
   dict2 = { ‘abc’: 123, 98.6: 37 }
   函数
   cmp len str type
   方法
   clear copy fromkeys get has_key items keys setdefault update

2. python模块
   1）pyhton模块化工具包
   数组运算：Numpy
   import numpy as np
   a = np.array([1, 2, 3, 4, 5], ndmin = 2)
   print (a)
   操作表达式：numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
   定义数据类型 np.dtype([(‘age’,np.int8)])
   ndarray属性ndim shape size itemsiz flags real imag data
   创建全零数组 x = np.zeros(5)
   创建全1数组 x = np.ones(5)
   正态分布数组 创建 randn(size) 服从 X~N(0,1) 的正态分布随机数组
   a=random.randn(2,3)
   随机分布数组创建随机分布整数型数组指定范围在 [low.high] 之间
   a=random.randint(100,200,(3,3))
   顺序数组
   numpy.arange(start, stop, step, dtype)
   a = np.arange(10)
   np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
   a = np.linspace(1,10,10)
   对角矩阵 a = np.eye(5)
   从列表、元组创建数组 a = np.asarray(x)
   迭代器 np.nditer(a) numpy.ndarray.flat
   形状 numpy.reshape
   展平 numpy.ndarray.flatten/ravel
   转置 numpy.transpose(arr, axes)/ndarray.T
   数学函数三角函数 舍入函数
   算术函数 add subtract multiply divide reciprocal
   统计函数 amin amax mean/average std var
   矩阵库 numpy.matlib
   numpy.matlib.ones()
   numpy.matlib.zeros()
   numpy.matlib.eye()
   numpy.matlib.identity()
   numpy.matlib.rand()
   线性代数 dot vdot inner
   画图
   import numpy as np
   from matplotlib import pyplot as plt
   x = np.arange(1,11)
   y = 2 * x + 5
   plt.title(“Matplotlib demo”)
   plt.xlabel(“x axis caption”)
   plt.ylabel(“y axis caption”)
   plt.plot(x,y)
   plt.show()
   2）自定义python文件
   e.g.如在文件support.py中定义函数
   定义
   def 名称(关键字、默认、不定长参数):
   函数主体
   return**
   导入+调用
   import support
   support.名称(参数)

添加变量 m.addVars()
添加目标函数 m.setObjective()
添加约束条件 m.addConstr()