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 > / / R / mip例子。R)…
本例制定并解决了以下简单的MIP模型狗万app足彩:# maximize # x + y + 2z# subject to # x + 2y + 3z <= 4 # x + y >= 1 # x, y, z二进制库(Gurobi)模型<- list()模型＄A <-矩阵(c(1,2,3,1,1,0)， nrow=2, ncol=3, byrow=T)模型＄Obj <- c(1,1,2)模型＄Modelsense <- 'max'模型＄RHS <- c(4,1)模型＄感知<- c('<'， '>')模型＄vtype <- 'B' params <- list(OutputFlag=0) result <- gurobi(model, params) print('Solution:') print(result＄objval)打印(结果＄清除空间rm(model, result, params)
