grbmodel.feasrelax（）

修改了grbmodel.对象创建可行性放松。请注意，您需要打电话优化结果计算实际的放松解决方案。

可行性放松是一个模型，当解决时，最小化解决方案违反原始模型的线性约束的量。此方法提供了许多用于指定放松的选项。

如果您指定Lookobjtype = 0.，可行性放松的目的是最小化绑定和约束违规的加权量子的总和。这lbpen.那Ubpen.，和Rhspen.参数分别在下限，上限和线性约束中指定每单位违规的成本。

如果您指定Lookobjtype = 1，可行性放松的目的是最小化绑定和约束违规的平方的加权之和。这lbpen.那Ubpen.，和Rhspen.参数分别指定了下限，上限和线性约束违规的正方形的系数。

如果您指定Lookobjtype = 2，可行性放松的目的是最大限度地减少绑定和约束违规的加权计数。这lbpen.那Ubpen.，和Rhspen.参数分别指定违反下限，上限和线性约束的成本。

举个例子，如果是约束Rhspen.价值P.被违反2.0，它会贡献2 * P.对可行性放松目标Lookobjtype = 0.这将是贡献2 * 2 * p为了Lookobjtype = 1这将是贡献P.为了Lookobjtype = 2。

这minrelax.参数是一个布尔值，可控制创建的可行性放松类型。如果minrelax = false.，优化返回的模型提供了一种最大限度地减少违规成本的解决方案。如果minrelax =真实，优化返回的模型找到一个最小化原始目标的解决方案，但只能从最小化违规成本的解决方案中。注意feasrelax.必须解决优化问题，以找到最低可能的放松minrelax =真实，这可能是非常昂贵的。

此方法有两个签名。更复杂的一个是一个变量和约束列表，以及与放松相应的下限，上限和约束相关联的惩罚。如果其中一个列表中未包含在这些列表中的一个变量或约束，则可能不会违反相关的界限或约束。更简单的签名需要一对布尔参数，vrelax.和CRELAX.，表示可以违反可变界限和/或约束。如果vrelax./CRELAX.是真的，然后允许每个绑定/约束分别违反，并且相关成本为1.0。

请注意，这是一种破坏性方法：它修改了调用它的模型。如果您不想修改原始模型，请使用grbmodel构造函数在调用此方法之前创建副本。

双倍的	feasrelax.（	㈡	松弛jtype，
		布尔	minrelax，
		grbvar []	vars，
		双倍的[]	lbpen，
		双倍的[]	Ubpen，
		grbconstr []	约束，
		双倍的[]	RHSPEN）

论点：

松弛jtype.：在找到最低成本放松时使用的成本函数。

minrelax.：执行可行性放松的类型。

vars.：允许违反其范围的变量。

lbpen.：违反可变下限的惩罚。参数中每个变量的一个条目vars.。

Ubpen.：违反可变上限的惩罚。参数中每个变量的一个条目vars.。

建议：允许侵犯的线性约束。

Rhspen.：违反线性约束的罚款。参数中每个约束的一个条目建议。

论点：

返回值：

零minrelax.是假的。如果minrelax.是真的，返回值是放松所执行的客观值。如果值小于0，则表示该方法未能创建可行性放松。

双倍的	feasrelax.（	㈡	松弛jtype，
		布尔	minrelax，
		布尔	vrelax，
		布尔	CRELAX）

论点：

松弛jtype.：在找到最低成本放松时使用的成本函数。

minrelax.：执行可行性放松的类型。

vrelax.：表示是否可以放宽可变界限（任何违规行为的成本为1.0。

CRELAX.：表示是否可以放宽线性约束（任何违规行为的成本为1.0。

返回值：

零minrelax.是假的。如果minrelax.是真的，返回值是放松所执行的客观值。如果值小于0，则表示该方法未能创建可行性放松。