最优化问题实例与Gurobi求解

1、最优化问题一般由三个要素构成：
(1)决策变量：在最优化问题中要求解的变量。
(2)目标函数：需要最大化或者最小化的表达式。
(3)约束条件：需要满足的等式条件或者不等式条件。

2、现在考虑一个相亲男女匹配的实例来说明最优化问题的应用(该问题来源于文献1)：

下面通过python调用Gurobi来求解上述模型：

from gurobipy import * 
import numpy as np 

""" The input parameter """ 
man_num = 3 
woman_num = 3 
Matching_C = [[1, 2, 3],
              [3, 2, 1],
              [1, 3, 2]]
#定义一个模型
model =Model('Integer Programming')
x = {}

#定义模型的变量，这里需要添加决策变量xij
for i in range(man_num):
    for j in range(woman_num):
        x[i, j] = model.addVar(lb = 0, ub=1, obj=0.0, vtype = GRB.BINARY, name = 'x_%s_%s'%(i, j))
        
#添加约束
# cons 1 
for j in range(woman_num):
    expr = LinExpr()
    for i in range(man_num):
        expr.addTerms(1, x[i, j])
    model.addConstr(expr == 1)
    
# cons 2
for i in range(man_num):
    expr = LinExpr()
    for j in range(woman_num):
        expr.addTerms(1, x[i, j])
    model.addConstr(expr == 1)

#添加目标函数
obj = LinExpr()
for i in range(man_num):
    for j in range(woman_num):
        obj.addTerms(Matching_C[i][j], x[i, j]) 
model.setObjective(obj, GRB.MAXIMIZE) 

#求解
model.optimize()
print("最优目标函数值：",model.objVal)

for i in model.getVars():
    print("参数：",i.varName,"=",i.x)

求解结果：

参考文献
[1] 王源，https://zhuanlan.zhihu.com/p/534485974.