Model.addMVar ()
addMVar(形状、磅= 0.0,乌兰巴托=浮动(正)、obj = 0.0, vtype =伽马线暴。连续的,name = " ")添加一个兆乏对象模型。一个兆乏是一个NumPy ndarray Gurobi决策变量。ndarray可以有任意数量的维度,但是你通常会需要一个多维数组切成一维对象使用兆乏建立约束。
你可以用一个一维兆乏由一个二维矩阵(NumPy密集ndarray或SciPy稀疏矩阵),使用Python矩阵相乘运算符重载(@),创建一个线性矩阵表达式或二次矩阵表达式,然后可以用来构建线性或二次目标或约束
注意,返回兆乏对象支持标准NumPy切片。
参数:
形状:形状的数组。
磅(可选)为新变量:下界(年代)。
乌兰巴托(可选)为新变量:上界(年代)。
obj(可选):目的为新变量系数(s)。
vtype(可选)为新变量:变量类型(年代)。
名称(可选):新变量名称。给定的名称将由发电机的索引下标表达式,如果该指数是一个整数,c将成为c [0],c [1]等等。注意,生成的名称将被存储为ASCII字符串,所以你应该避免使用包含非ASCII字符的名称。此外,名称包含空格很沮丧,因为他们不能被写入LP格式文件。
返回值:
新兆乏对象。
使用示例:
x = model.addMVar 10(10) #添加一个一维数组变量y = model.addMVar ((3、4), vtype = GRB.BINARY) #添加3 x4二进制变量的二维数组打印(y[: 1:3]) #一片一个二维数组
