Model.addMVar ()
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