feasopt_vb.vb.
“版权所有2021，Gurobi优化狗万app足彩，LLC”此示例从文件中读取MIP模型，将人工“变量添加到每个约束，然后最小化”人工变量的总和“。具有目标零的解决方案对应于输入模型的可行解决方案。“我们也可以使用Feasrelax功能来进行。在此示例中，我们“使用Minrelax = 1，即优化返回的模型找到一个解决方案，最小化原始目标，而是只能从最小化人工变量的总和中的那些解决方案中。导入gurobi导入系统类feasopt_vb共享子主（byval args作为string（））如果args.length <1那么console.writelinegrbmodel（erg，args（0））'创建副本用来使用feasrelax的功能稍后dim feasmodel1作为新grbmodel（feasmodel）'清除目标feasmodel.setobjective（new grblinexpr（））'添加slack变量dim c作为grbconstr（）= feasmodel.getConstrs（）对于I作为Integer = 0到C.length - 1次Sense作为Char = C（i）.sense如果sense <>“>”c，则将ChrbCon（）= new grbconstr（）= new grbconstr（）= new grbconstr（）= new grbconstr（）= new grbconstr（）{c（i）} Dim coeffs作为double（）= new double（）{-1} feasmodel.addvar（0.0，grb.invinity，1.0，grb.continuous，_ constrs，coeffs，_“Artn_”＆C（i）.constrname）结束如果是sense <>“c，则将Dim dimbrs作为grbconstr（）= new grbconstr（）{c（i）} dim coeffs作为double（）= new double（）{1} feasmodel.addvar（0.0，grb.infinity，1.0，grb.Continuous，_ Constrs，CoEffs，_“Artp_”＆C（i）.constrname）结束如果下一步优化修改模型feasmodel.optimize（）feasmodel.write（“feasopt.lp”）'使用feasrelax feature * / feasmodel1.feasrelax（grb.feasrelax_linear，true，false，true）feasmodel1.write（“feasopt1.lp”）feasmodel1.ptimize（）'处置模型和env feasmodel1.dispose（）feasmodel.dispose（）env.dispose（）捕获e作为grbexception console.writeline（“错误代码：”＆e.errorcode＆“）。“＆e.message）结束尝试结束子结束类
