grbmodel.addvars()
grbmodel.addvars()
将新的决策变量添加到模型中。
grbvar [] | addvars.( | ㈡ | 数数, |
char | 类型 ) |
-
添加
数数
模型的新决策变量。除变量之外,所有关联的属性都占用它们的默认值类型
,它被指定为参数。论点:
数数:要添加的变量数。
类型:用于新变量的变量类型(GRB.Conulous.那grb.binary.那GRB.Integer.那GRB.MEXYONT., 或者grb.semiint.)。
返回值:
一系列新变量对象。
grbvar [] | addvars.( | 双倍的[] | 磅, |
双倍的[] | UB, | ||
双倍的[] | obj, | ||
Char [] | 类型, | ||
细绳[] | 名字) |
-
将新的决策变量添加到模型中。添加变量的数量由输入阵列的长度确定(必须在所有参数上一致)。
论点:
磅:新变量的下限。可空值,在这种情况下,变量获得下限为0.0。
UB.:新变量的上限。可空值,在这种情况下,变量获得无限的上限。
obj.:新变量的客观系数。可空值,在这种情况下,变量获取0.0的目标系数。
类型:新变量的可变类型(GRB.Conulous.那grb.binary.那GRB.Integer.那GRB.MEXYONT., 或者grb.semiint.)。可空值,在这种情况下,假设变量是连续的。
名称:新变量的名称。可空值,在这种情况下,所有变量都是给出的默认名称。
返回值:
一系列新变量对象。
grbvar [] | addvars.( | 双倍的[] | 磅, |
双倍的[] | UB, | ||
双倍的[] | obj, | ||
Char [] | 类型, | ||
细绳[] | 名字, | ||
㈡ | 开始, | ||
㈡ | Len) |
-
将新的决策变量添加到模型中。此签名允许您使用数组来保存各种变量属性(下限,上限等),而无需强制为您在数组中的每个条目添加变量。这
开始
和Len.
参数允许您指定要添加的变量。论点:
磅:新变量的下限。可空值,在这种情况下,变量获得下限为0.0。
UB.:新变量的上限。可空值,在这种情况下,变量获得无限的上限。
obj.:新变量的客观系数。可空值,在这种情况下,变量获取0.0的目标系数。
类型:新变量的可变类型(GRB.Conulous.那grb.binary.那GRB.Integer.那GRB.MEXYONT., 或者grb.semiint.)。可空值,在这种情况下,假设变量是连续的。
名称:新变量的名称。可空值,在这种情况下,所有变量都是给出的默认名称。
开始:要添加的列表中的第一个变量。
Len.:要添加的变量数。
返回值:
一系列新变量对象。
grbvar [] | addvars.( | 双倍的[] | 磅, |
双倍的[] | UB, | ||
双倍的[] | obj, | ||
Char [] | 类型, | ||
细绳[] | 名字, | ||
grbcolumn [] | COLS) |
-
将新的决策变量添加到模型中。此签名允许您指定每个新变量使用数组所属的约束列表grbcolumn.对象。
论点:
磅:新变量的下限。可空值,在这种情况下,变量获得下限为0.0。
UB.:新变量的上限。可空值,在这种情况下,变量获得无限的上限。
obj.:新变量的客观系数。可空值,在这种情况下,变量获取0.0的目标系数。
类型:新变量的可变类型(GRB.Conulous.那grb.binary.那GRB.Integer.那GRB.MEXYONT., 或者grb.semiint.)。可空值,在这种情况下,假设变量是连续的。
名称:新变量的名称。可空值,在这种情况下,所有变量都是给出的默认名称。
科尔斯:grbcolumn对象,用于指定每个新列所属的一组约束。
返回值:
一系列新变量对象。