poolsearch.py
#!/usr/bin/python版权所有2018，Gurobi Opt狗万app足彩imization，LLC#我们通过使用来自uu future uuu导入打印函数的PoolSearchMode从gurobipy import*尝试：#示例数据背景集=范围（10）objCoef=[32,32,15,6,6,1,1,1]背包系数=[16,16,8,8,4,4,2,2,1,1]预算=33#创建初始模型模型=模型（“池搜索”）#为tupledict.prod（）创建dict（）函数objCoefDict=dict（zip（Groundset，objCoef））背包coefdict=dict（zip（Groundset，knapsackCoef））#初始化地面集的决策变量：#x[e]=1如果选择元素e=Elem=model.addVars（Groundset，vtype=GRB.BINARY，name='El'）#Set objective function model.ModelSense=GRB.MAXIMIZE model.setObjective（Elem.prod（objCoefDict））#约束：限制最多拾取的元素总数#预算模型.addConstr（Elem.prod（背包系数）<=Budget，name='Budget'）#限制收集model.setParam的解决方案数（GRB.Param.PoolSolutions，1024）#通过为模型接受的最差可能解决方案设置间隔来限制搜索空间。setParam（GRB.Param.PoolGap，0.10）#系统搜索k-最佳解决方案模型。setParam（GRB.Param.PoolSearchMode，2）#保存问题模型。write（'poolsearch.lp'）#优化模型。Optimize（）模型。setParam（GRB.Param.OutputFlag，0）#状态检查状态=模型。如果状态==GRB.Status.INF_或_UNBD或\Status==GRB.Status.invasible或\Status==GRB.Status.UNBOUNDED:print（'由于模型不可行或无边界而无法求解'）sys.exit（1）如果状态！=GRB.Status.OPTIMAL:print（'以状态停止优化'+str（状态））sys.exit（1）#打印最佳选择集打印（'best solution中的选定元素：'）打印（'\t'，end=''）地面集中的e:if Elem[e].X>.9:Print（'El%d'%e，end=''）打印（''）#打印存储的解决方案数nSolutions=model.SolCount打印（'找到的解决方案数：'+str（nSolutions））#打印范围内e的解决方案的目标值（解决方案）：model.setParam（GRB.Param.SolutionNumber，e）Print（“%g”%model.PoolObjVal，end=”）如果e%15==14:Print（“”）Print（“”）Print（“”）Print（“”）#如果（解决方案>=4）：model.setParam（GRB.Param.SolutionNumber，3）Print（“‘第四个最佳解决方案中的选定元素：’）Print（'\t'，end=''）用于地面集合中的e:if Elem[e].Xn>.9:print（'El%d'%e，end=''）打印（''）除了GurobiError作为e:print（'Gurobi error'+str（e.errno）+'：“+str（e.message）），除了AttributeError作为e:print（'遇到属性错误：'+str（e））
