model.feasrelaxs（）

feasrelax（Lookobjtype，Minrelax，Vrelax，Crelax）

修改了模型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。还要注意，这是此方法的简化版本 - 使用feasrelax.更好地对放松进行的控制。

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大小的总和。

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和。

如果您指定Lookobjtype = 2，可行性放松的目的是最大限度地减少违规的界限和约束的总数。

为了举个例子，如果约束被2.0违反，则会贡献2.0对可行性放松目标Lookobjtype = 0.这将是贡献2.0 * 2.0为了Lookobjtype = 1，它会贡献1.0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。

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，请使用复制在调用此方法之前创建副本。

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。

CRELAX.：表示是否可以放宽约束。

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。

示例用法：

如果model.status == grb.infeasible：model.feasrelaxs（1，false，false，true）model.optimize（）