一站式解决数学规划求解器SCIP的安装与使用

安装Java的SCIP接口JSCIPOpt系列

https://blog.youkuaiyun.com/qq_40275637/article/details/109703216

安装python的SCIP接口PySCIPOpt亲测系列

https://blog.youkuaiyun.com/qq_40275637/article/details/109702809

数学规划求解器SCIP的使用教程

https://www.cnblogs.com/dengfaheng/p/10041488.html

手把手教你用Python调用SCIP求解最优化模型

https://blog.youkuaiyun.com/HsinglukLiu/article/details/120442601

Python调用SCIP求解最优化模型的一般步骤

使用Python调用SCIP求解最优化模型的一般步骤一般分为：

• 创建模型对象: pyscipopt.scip.Model(modelname)
• 创建决策变量：addVar(name=‘’, vtype=‘C’, lb=0.0, ub=None, obj=0.0, priceVar=False)
• 创建目标函数：pyscipopt.scip.Model.setObjective(coeffs, sense=‘minimize’, clear='true)
• 创建约束条件：addCons()、addConsAnd()、addConsOr()、addConsXor() 等
• 求解模型：model.optimize()
• 获得解的信息并输出：model.getBestSol()、model.getObjVal()、model.getVal(z)等。

一些其他常用函数

• model.chgLhs():改变约束的左端项
• model.chgRhs():改变约束的右端项
• model.chgVarLb():改变决策变量的下界
• model.chgVarUb():改变决策变量的上界
• model.chgVarType():改变决策变量的类型
• model.writeLP(‘Lp.lp’):将模型导出
• model.delCons(Constraint cons):删除约束
• model.delVar(var):删除一个决策变量
• model.getGap(): 获得当前模型的Gap
• model.getLhs(Constraint cons)：获得约束的左端项
• model.getRhs(Constraint cons)：获得约束的右端项
• model.getObjective()：Retrieve objective function as Expr
• model.getObjVal()：Retrieve the objective value of value of best solution.
• model.getStatus(): Retrieve solution status. 可能为optimal
• model.setParams(): Sets multiple parameters at once. :param params: dict mapping parameter names to their values.
• model.getNConss(): Retrieve the number of constraints.
• model.getNVars(): Retrieve number of variables in the problems
• model.getNVars(): Retrieve number of variables in the problems
• model.getDualMultiplier(Constraint cons): Retrieve the dual solution to a linear constraint.