GRBModel.AddVars ()

添加新的决策变量模型。

GRBVar [] AddVars( int 数,
字符 类型)

添加新的决策变量模型。所有相关的属性默认值,变量除外类型,它被指定为一个参数。

参数:

:添加数量的变量。

类型:新变量(变量类型GRB.CONTINUOUS,GRB.BINARY,GRB.INTEGER,GRB.SEMICONT,或GRB.SEMIINT)。

返回值:

新变量对象的数组。

GRBVar [] AddVars( 双[] 磅,
双[] 乌兰巴托,
双[] obj,
char [] 类型,
string [] 名)

添加新的决策变量模型。添加变量的数量是由输入序列的长度(所有参数必须是一致的)。

参数:

:新变量的下界。可以,在这种情况下,变量得到下界为0.0。

乌兰巴托:新变量的上界。可以,在这种情况下,变量得到无限的上界。

obj:目的为新变量系数。可以,在这种情况下,变量得到目标系数为0.0。

类型:新变量(变量类型GRB.CONTINUOUS,GRB.BINARY,GRB.INTEGER,GRB.SEMICONT,或GRB.SEMIINT)。可以,在这种情况下,变量被认为是连续的。

的名字:新变量名称。可以,在这种情况下,所有变量缺省名称。

返回值:

新变量对象的数组。

GRBVar [] AddVars( 双[] 磅,
双[] 乌兰巴托,
双[] obj,
char [] 类型,
string [] 的名字,
int 开始,
int 兰)

添加新的决策变量模型。这个签名允许您使用数组来保存各种变量属性(下限,上限,等等),而不强迫你为每个条目数组中添加一个变量。的开始len参数允许您指定哪些变量添加。

参数:

:新变量的下界。可以,在这种情况下,变量得到下界为0.0。

乌兰巴托:新变量的上界。可以,在这种情况下,变量得到无限的上界。

obj:目的为新变量系数。可以,在这种情况下,变量得到目标系数为0.0。

类型:新变量(变量类型GRB.CONTINUOUS,GRB.BINARY,GRB.INTEGER,GRB.SEMICONT,或GRB.SEMIINT)。可以,在这种情况下,变量被认为是连续的。

的名字:新变量名称。可以,在这种情况下,所有变量缺省名称。

开始:第一个变量列表中添加。

len:变量的数量增加。

返回值:

新变量对象的数组。

GRBVar [] AddVars( 双[] 磅,
双[] 乌兰巴托,
双[] obj,
char [] 类型,
string [] 的名字,
GRBColumn [] 上校)

添加新的决策变量模型。这个签名允许您指定约束每一个新的变量所属的列表使用的数组GRBColumn对象。

参数:

:新变量的下界。可以,在这种情况下,变量得到下界为0.0。

乌兰巴托:新变量的上界。可以,在这种情况下,变量得到无限的上界。

obj:目的为新变量系数。可以,在这种情况下,变量得到目标系数为0.0。

类型:新变量(变量类型GRB.CONTINUOUS,GRB.BINARY,GRB.INTEGER,GRB.SEMICONT,或GRB.SEMIINT)。可以,在这种情况下,变量被认为是连续的。

的名字:新变量名称。可以,在这种情况下,所有变量缺省名称。

关口:GRBColumn对象指定一组约束每一个新列所属。

返回值:

新变量对象的数组。