Model.addMVar ()

addMVar(形状、磅= 0.0,乌兰巴托=浮动(正)、obj = 0.0, vtype =伽马线暴。连续的,name = " ")

添加一个兆乏对象到模型。一个兆乏是Gurobi决策变量的NumPy ndarray。ndarray可以有任意数量的维数，但通常需要将多维数组切片为1-D对象来使用兆乏建立约束。

你可以乘以1-D兆乏通过一个2-D矩阵(NumPy密集ndarray或SciPy稀疏矩阵)，使用重载的Python矩阵乘运算符(＠)，创建一个线性矩阵表达式或二次矩阵表达式，然后可以用来建立线性或二次目标或约束

注意，返回的兆乏对象支持标准NumPy切片。

参数:

形状:形状的数组。

磅(可选):新变量的下界。

乌兰巴托(可选):新变量的上界。

obj(可选):新变量的客观系数s。

vtype(可选):新变量的变量类型。

名称(可选):新变量的名称。给定的名称会被生成器表达式的索引下标，所以如果索引是整数，c将成为c [0]，c [1]等。请注意，生成的名称将存储为ASCII字符串，因此应该避免使用包含非ASCII字符的名称。此外，强烈禁止使用包含空格的名称，因为它们不能写入LP格式文件。

返回值:

新兆乏对象。

使用示例:

x = model.addMVar((3,4)， vtype=GRB.BINARY) #添加一个包含10个变量的一维数组