GRBaddgenconstrIndicator

整数 GRBaddgenconstrIndicator高山市 GRB模型 模范
康斯特查尔 *名
整数 宾瓦尔市
整数 宾瓦尔
整数 Nvars公司
康斯特文集 ind
康斯特双 华尔街
查尔 感知性
双倍 rhs)

添加新通用约束类型GRB_GENCONSTR_INDICATOR建模型注意,由于我们懒惰更新方法,在你更新模型前不会实际添加新约束GRB更新模型优化模型使用GRB优化或写模型到磁盘gRBwrite基础)

INDICATER约束 span>$ </span>z=f\rightrowax\leqb表示如果二进制指示变量<span>$</span>z<span>$</span>等于<span>$</span>f<span>$</span>中位span>$ </span>f后线性约束span>$ </span>a#Tx\leqb <span> </span>should hold. 等一等反之,span>$ </span>z=1-fspan>$ </span>中线性约束可能被违反线性约束感也可以指定为 "<span>$</span>=<span>$</span><span>$</span>\geq<span>$</span>.

注意指针变量<span>$</span>z<span>$</span>约束度强制二进制 独立于它是如何生成

参数 :

模型化:新通用约束模式

名称:新通用约束名推理可以是NULL中输入默认名

宾瓦尔:二进制指示变量索引<span>$</span>z<span>$</span>.

宾瓦尔:值<span>$</span>f<span>$</span>二进制指示变量强制线性约束实现<span>$</span>0<span>$</span><span>$</span>1<span>$</span>)

nvars:数字<span>$</span>n<span>$</span>非零系数线性约束由指标触发

内存:变量指数<span>$</span>x_j<span>$</span>非零值线性约束

华尔街:非零值数值<span>$</span>a_j<span>$</span>线性约束

感知力感知线性约束选项为GRB_LESSEQUAL,GRB_EQUALGRB_GREATER_EQUAL.

rhs:线性约束右侧值

返回值:

非零返回值表示加总约束值时出问题参考错误代码表格列表可能的返回值细节错误可调用获取gRBGETERORMSG.

示例用法

/*x7=1->x3+4+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++误差=GRBDDGNUL7,1,3,inddval,GRB_EQUAL,1.0

试古罗比免费

选择最适合你的评价许可 并开始与专家团队合作 技术引导支持

评价许可
免费全功能优化程序认证体验性能、支持、基准测试和调优服务
学术许可
Gurobi支持学术机构内部教学和优化使用免费全效古罗比拷贝供课堂使用和研究使用
云试验

请求免费试验时数,以便你能看到模型快速易解云

搜索

<\/i>","library":"fa-solid"}}" data-widget_type="nav-menu.default">

RSS种子

新闻发布
事件处理
狗万app足彩
ypyter模型
案例研究
产业界
特征学