Python 网络流优化（Gurobi）

我正试图用python和gurobi优化器建模和解决一个优化问题。这是我第一次使用优化器解决问题。首先，我写了一个非常大的问题，一步一步地添加所有变量和约束。但这也有问题。因此，我一次又一次地将问题归结为小问题。毕竟，现在我有了一个非常简单的代码：

from gurobipy import *

m = Model('net')
x = m.addVar(name = 'x')
y = m.addVar(name = 'y')
m.addConstr(x >= 0 and x <= 9000, name = 'flow0')
m.addConstr(y >= 0 and y <= 1000, name = 'flow1')
m.addConstr(y + x == 9990, name = 'total_flow')

m.setObjective(x *(4 + 0.6*(x/9000)) + (y * (4 + 0.6*(y/1000))), GRB.MINIMIZE)

solo = m.optimize()

if solo:
    print ('find!!!')

从gurobipy导入*
m=型号（‘净’）
x=m.addVar（名称='x'）
y=m.addVar（名称='y'）
m、 addConstr（x>=0和x=0和yoptimize（）

方法始终不返回任何值，请参见

print（help（m.optimize））

。调用此方法后，模型的状态存储在

m.status

中，而解决方案值存储在每个变量的

.x

属性中（假设模型已求解为最优）。要访问它们，可以使用

m.getVars（）

：

您发布的日志显示了barrier方法（也称为内点法）每次迭代的目标值。有关详细概述，请参阅。

1。函数

optimize（）

。尽管CPLEX返回解决方案和优化（）中的solve（）函数类似。tnx

# your model ...
m.optimize()

if m.status = GRB.OPTIMAL:
    for var in m.getVars():
        print(var.VarName, var.X)