过滤内容,
版本
文本搜索
GRBnewmodel
int | GRBnewmodel( | GRBenv | * env, |
GRBmodel | * * modelP, | ||
const char | * Pname, | ||
int | numvars, | ||
双 | * obj, | ||
双 | *磅, | ||
双 | *乌兰巴托, | ||
字符 | * vtype, | ||
const char | * * varnames) |
创建一个新的优化模型。这个例程允许您指定一组初始的变量(与目标系数、边界类型和名称),但最初的模型将没有约束。可以添加约束后GRBaddconstr或GRBaddconstrs。
返回值:
一个非零返回值表明一个问题发生在创建新的模型。指的是错误代码表的列表可能的返回值。细节错误可以通过调用GRBgeterrormsg。
参数:
env:环境应该创建新的模型。注意,新的模式将得到一份这样的环境下,所以后续修改原来的环境(例如,参数更改)不会影响新模型。使用GRBgetenv修改与模型相关的环境。
modelP:新模型的位置指针应放置。
Pname:模型的名称。
numvars:在模型中变量的数量。
obj:目的新变量的系数。这个观点可以零,在这种情况下,目标系数设置0.0。
磅:下界为新变量。这个观点可以零,在这种情况下,所有变量的下界0.0。
乌兰巴托:上界为新变量。这个观点可以零,在这种情况下,所有变量得到无限的上界。
vtype:类型变量。选项是GRB_CONTINUOUS,GRB_BINARY,GRB_INTEGER,GRB_SEMICONT,或GRB_SEMIINT。这个观点可以零,在这种情况下,所有的变量都被认为是连续的。
varnames:新变量的名称。这个观点可以零,在这种情况下,所有变量缺省名称。
使用示例:
双obj [] = {1.0, 1.0};char *名称[]= {“var1”、“var2”};模型误差= GRBnewmodel (env,“新”,2、obj,空,空,空,名称);