通过圆圈优化实验的源代码
来自Math Import *的Gurobipy Import *导入随机导入时间导入Sys＃在百万约束中定义的圆圈上工作T0 = time.time（）n = 1024 * 1024 m =型号（'圆优化'）x = m.addvars（2，LB = -2，UB = 2）WB = 0 WC = 0 WD = 0 maxdiff = 0 niter = 0边缘= 1.01 m.addconstr（x [0] * cos（（2 * pi * i）/ n）+ X [1] * SIN（（2 * pi * i）/ n）<= 1在范围内（n））打印（在％.2f秒'％中添加了2 var和％d约束，time.time（） - t0））m .params.outputflag = 0 m.params.presolve = 0＃现在选择随机目标并优化。产生的最佳＃解决方案必须在I中的圆范围内（4096）：theta = 2 * pi * wandom.random（）a = cos（theta）b = sin（theta）m.setobjective（x [0] * a+ x [1] * b）m.optimize（）niter + = m.itercount＃查看＃半径一个圆圈的边界的解决方案有多远，如果我们最小化（a，b）最佳解决方案应该是（-a，-b）error =（x [0] .x + a）*（x [0] .x + a）+（x [1] .x + b）*（x [1] .x +b）＃显示大多数彻底解决方案（错误>边缘* maxdiff或M.boundvio>边际* WB或M.Constvio>边际* WC或M.Dualvio>边际* WD）：MaxDiff = Max（MaxDiff，错误）WB =max（wb，m.boundvio）wc = max（wb，m.constrvio）wd = max（wd，m.dualvio）打印（错误：％g％g％g％g iter％d％d kappa％g'％（maxdiff，wb，wc，wd，i，niter，m.kappaexact）））sys.stdout.flush（）
