优化模型验证关键代码17:gurobipy获取多个可行解

本文介绍了如何利用gurobipy在Python中处理包含无穷多解的线性规划问题,重点讲解了设置参数PoolSolutions、PoolSearchMode和PoolGap以获取多个解,并展示了检索和评估解决方案质量的代码示例。
摘要由CSDN通过智能技术生成

目录

1 计算案例

2 基于gurobipy的代码

2.1 参数设置

2.1.1 gurobipy中的参数设置方法

2.1.2 获取多个可行解的需要设置的参数

2.1.3 检索多个解

2.2 模型代码

2.2.1 核心代码

2.2.2 查找解决方案池中最差的解

2.2.3 解的质量评价

2.2.4 调参

3 微妙之处和局限性

3.1 连续变量的处理

3.2 最优偏差

3.3 日志的分析


本节以一个有无穷多解的线性规划问题的案例来说明如何使用gurobipy来获取混合数学模型的可行解。

1 计算案例

PPT的19页选择了一个包含无穷多解的数学模型,表达式如下:

从上图,我们可以直观的看到,上述LP模型对应的IP版本包含三个最优解,分别为【1,3】、【2,2】和【3,1】。那么,我们如何使用gurobi得到这个三个解呢?

2 基于gurobipy的代码

2.1 参数设置

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

运筹码仓

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值