分段
＃版权所有2019，gurobi优化狗万app足彩，llc ##这个例子考虑以下可分离，凸面问题：##最小化＃f（x） - y + g（z）＃that＃x + 2 y + 3 z <= 4＃x + y> = 1＃x，y，z <= 1 ##其中f（u）= exp（-u）和g（u）= 2 u ^ 2 - 4u，对于所有真实的U。通过用分段 - 线性函数近似f和＃g来制定和解决简单的LP模型。然后它通过否定F的近似，将模型＃转换为MIP，这使得＃是非凸分段线性函数，并再次解决它。图书馆（Gurobi）模型< - list（）模型$< - 矩阵（C（1,2,3,1,1,0），nrow = 2，byrow = t）模型$OBJ < - C（0，-1,0）模型$UB < - C（1,1,1）模型$RHS < - C（4,1）模型$感觉< - c（'<'，'>'）＃统一间隔点在[0.0，1.0] u < - seq（from = 0，to = 1，by = 0.01）＃first分段 - 线性函数：f（x）= exp（-x）pwl1 < - list（）pwl1$var < - 1 pwl1$X < - U PWL1$Y < - Sapply（U，功能（x）exp（-x））＃第二分段 - 线性函数：g（z）= 2 z ^ 2 - 4 z pwl2 < - list（）pwl2$var < - 3 pwl2$X < - U PWL2$Y < - Sapply（U，功能（z）2 * z * z - 4 * z）模型$pwlobj < - list（pwl1，pwl2）结果< - gurobi（型号）打印（结果$objval）打印（结果$x）＃在X上否定分段线性函数，使其成为非凸模型$pwlobj [[1]]$Y < - Sapply（U，函数（x）-exp（-x））结果< - gurobi（型号）gurobi_write（型号，“pwl.lp”）打印（结果$objval）打印（结果$x）＃清除空间RM（型号，PWL1，PWL2，结果）
