GRBModel.AddVars ()
添加新的决策变量模型。
GRBVar [] | AddVars( | int | 数, |
字符 | 类型) |
添加数
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:
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:
磅:新变量的下界。可以零,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。可以零,在这种情况下,变量得到无限的上界。
obj:目的为新变量系数。可以零,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)。可以零,在这种情况下,变量被认为是连续的。
的名字:新变量名称。可以零,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
和len
参数允许您指定哪些变量添加。
参数:
磅:新变量的下界。可以零,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。可以零,在这种情况下,变量得到无限的上界。
obj:目的为新变量系数。可以零,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)。可以零,在这种情况下,变量被认为是连续的。
的名字:新变量名称。可以零,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:
磅:新变量的下界。可以零,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。可以零,在这种情况下,变量得到无限的上界。
obj:目的为新变量系数。可以零,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)。可以零,在这种情况下,变量被认为是连续的。
的名字:新变量名称。可以零,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。