[数学建模]copt求解器常用api

最新推荐文章于 2024-07-05 22:25:54 发布

原创

最新推荐文章于 2024-07-05 22:25:54 发布 · 1.5k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #开发语言 #人工智能

本文介绍了一个优化模型构建过程中的关键步骤，包括环境和模型的创建、变量与约束的添加、目标函数的设置以及模型信息的获取等。同时，文中详细解释了如何利用tupledict和tuplelist等数据结构来提高模型构建的效率。

常用方法api手册

Envr类

# 创建环境和模型
env = Envr()
model = env.createModel(name='')

Model类属性和方法

基本属性

model.status  # 解的状态
model.objval  # 目标函数值

添加单个变量

x = m.addVar(lb, ub, vtype, name='')
# lb/ub是上下限，vtype是变量类型，name是变量名

添加多维变量

原型：

# 添加一组变量到模型中，并返回一个 tupledict类 对象，其键为变量的下标，值为相应的 Var类 对象
model.addVars(*indices, lb=0.0, ub=COPT.INFINITY, obj=0.0, vtype=COPT.CONTINUOUS, nameprefix="")  # nameprefix是变量名

根据*indices可以有几种不同的添加形式

形式一

# 添加三维整数变量 x，共计 6 个变量
x = m.addVars(2, 3, vtype=COPT.INTEGER)  # x00, x01, x02, x10,...

根据所学的tupledict结构，我们来看看x究竟是什么：

x = model.addVars(2, 3, vtype=cpt.COPT.INTEGER, nameprefix='x')

print(x.select())
====================================
[<coptpy.Var: x(0,0)>, <coptpy.Var: x(0,1)>, <coptpy.Var: x(0,2)>, <coptpy.Var: x(1,0)>, <coptpy.Var: x(1,1)>, <coptpy.Var: x(1,2)>]

for i in range(2):
    for j in range(3):
        print(x[i,j].name, end='  ')
====================================
x(0,0)  x(0,1)  x(0,2)  x(1,0)  x(1,1)  x(1,2)

事实上，x就是一个tupledict，x的键是变量下标，x的值就是变量(Var)类。

形式二

# 可以设置非连续下标
t = cpt.tuplelist([(0, 1), (1, 2)])
x =  model.addVars(t

最低0.47元/天解锁文章