例子
现在让我们把注意力转向一个使用Gurobi求解简单MIP模型的示例。我们的例子优化了以下模型:
| 最大化 | x | + | y | + | 2 z | ||
| 受 | x | + | 2 y | + | 3 z |  |
4 |
| x | + | y |  |
1 | |||
| X y z二进制 | |||||||
这是我们示例的完整源代码(也可在< installdir > / / matlab / mip1.m例子)…
本例制定并求解了以下简单的MIP模型:% maximum % x +狗万app足彩 y + 2z % subject to % x + 2y + 3z <= 4% x + y >= 1% x, y, z二进制名称= {'x';“y”;' z '};模型。A = sparse([1 2 3;[10];模型。Obj = [1 1 2];模型。RHS = [4; 1]; model.sense = '<>'; model.vtype = 'B'; model.modelsense = 'max'; model.varnames = names; gurobi_write(model, 'mip1.lp'); params.outputflag = 0; result = gurobi(model, params); disp(result); for v=1:length(names) fprintf('%s %d\n', names{v}, result.x(v)); end fprintf('Obj: %e\n', result.objval); end
