基本思路
anaconda、python、pycharm选择。
1.pycharm适用于群体开发项目时用,是个大型的集中平台。数据库、代码、项目、环境等等资源。
2.python适合深入研究python的人使用,对使用者要求较高。
3.anaconda比较适合一般人,也是个开发平台,可视化效果比较好。
一、准备工作:anaconda+gurobi搭建
anaconda 3.* 自带spyder,可视化效果比较好,类似于matlab界面。
anaconda+gurobi使用最好。
统一放在c:\gurobi文件夹下,是为了便于管理。
二、重点:建模
建模顺序
如:
from gurobipy import *
创建模型
m = Model("mip")
1.设置参数&变量
x = m.addVars(vtype=GRB.BINARY, name="x")
2.设置目标函数
m.setObjective(2*x, GRB.MAXIMIZE)
3.设置约束
m.addConstr(x>=1, "c0")
如果要写进lp文件阅读,可以:
m.update()
m.write("mip.lp")
如果要从lp格式中读出模型
m = read("mip.lp")
4.求解
m.optimize()
工具
gurobi的扩展对象tuplelist 和 tupledict。
可以不用循环遍历,大大减少运行时间。
spyder清除console输入框用:clear all
spyder清除变量用:reset.
建模部分
实际中,通常是多下标复杂模型。
多下标约束常出现遍历求和的情况:
m.addConstrs(
(quicksum**(**nutritionValues[f,c] * buy[f] for f in foods)
== [minNutrition[c], maxNutrition[c]]
for c in categories), “_”)
几个常用的公式:
x = m.addVar(obj=1, vtype = GRB.CONTINUOUS, name="x")
y = m.addVar(obj=1, vtype = GRB.CONTINUOUS, name="y")
z = m.addVar(obj=1, vtype = GRB.CONTINUOUS, name="z")
m.addConstr(z == max_(x, y, 3), name="maxconstr")
m.addConstr(z == min_(x, y, 3), "minconstr")
m.addConstr(x == abs_(y), "absconstr")
m.addConstr(z == and_(x, y), "andconstr")
m.addConstr((z == 1) >>(x + y<= 4))
#m.addRange(x+y+z, 5, 10, "c")
m.addConstr(x+y+z==[5,10])
对应的lp文件为:
LP format - for model browsing. Use MPS format to capture full model detail.
Minimize
x + y + z
Subject To
R0: x + y + z + RgR0 = 10
GC4: z = 1 -> x + y <= 4
Bounds
RgR0 <= 5
General Constraints
maxconstr: z = MAX ( x , y , 3 )
GC1: z = MIN ( x , y , 3 )
GC2: x = ABS ( y )
GC3: z = AND ( x , y )
End