gurobi中的lp

1、没有办法，要用到optimization solver 求解， 还好gurobi的例子 还是不错的，会有pdf说明。但是，每隔一段时间就会忘记，因此做个记录。

2、gurobi的优势，是给出接口，用其他语言对接，这里 主要用两种 matlab 和 python 语言，先说一下matlab的用法。

3、有两种定义方式： 直接定义，或者根据运输问题的定义。因为运输问题的比较特殊，因此有另外一种形式的定义。先看一般的直接定义，主要是把model的相关属性定义好，下面整理一下。

4、模型名称 model.modelname = ‘facility’; 自己设置一个名称，保存的时候，就知道是什么模型了。

5、变量的类型 model.vtype ，如果都是一种类型，直接设置 model.vtype = ‘B’; 如果是不同的类型，那么就要分开设置，如 model.vtype = [repmat(‘B’, nPlants, 1); repmat(‘C’, nPlants * nWarehouses, 1)];

6、变量名 model.varnames ，可以直接写出来 ，如 model.varnames = {‘x’; ‘y’; ‘z’} 定义了 3个变量。如果是运输问题的话，那么定义的变量 是 trans1,1 trans1,2 trans2,1 trans2,2 这种形式， 可以 用如下的方式定义：

for p = 1:nPlants
model.varnames{p} = sprintf(‘Open%d’, p);
end

for w = 1:nWarehouses
for p = 1:nPlants
v = flowidx(w, p); % flowidx = @(w, p) nPlants * w + p;
model.varnames{v} = sprintf(‘Trans%d,%d’, w, p);
end
end
上面的这段代码，要好好领悟，因为可以转变成你的代码。变量名有先后顺序的，因此顺序很重要（在运输问题中）

这段需要锻炼一下，保留代码，留着以后用。

6、约束名称 model.constrnames，和变量名称一样的方式，先不详细说明。

7、系数矩阵的输入，包括A, rhs 和 obj。
系数矩阵的输入，matlab采用的稀疏矩阵，用的是sparse（必须要用这种方式），这样节省内存空间（0元素比较多的时候）。可以采用手动输入，或者在运输问题（有规律的）的时候，循环输入。不管采用哪种方式，心中的那个A矩阵一定要清楚，手动输入的话，也可以采用从excel导入的方式。

注意：obj的是纵向的向量，obj是横向的向量。

8、保存模型 gurobi_write(model, ‘mymip.lp’);

9、其他的设置。 包括约束的方向 model.sense，大于，小于 或者 等于 ； 目标函数的 min 或者max model.modelsense

10、设置参数 params ，然后运行 result = gurobi(model, params);，这个东西只能靠积累啊，用的多的就经常用，控制结果

11、保存输出 。 将结果放在result里面，一般关联两个主要的属性 x和objval ，然后 看怎么把这结果放到txt里面，或者excel里面去。

结束。。。。。。