[PYTHON] Méthode de description d'optimisation de style Gurobi

1. Préférences

・ Installez la bibliothèque avec pip install mypulp

2. Méthode de montage

#① Appelez la bibliothèque d'optimisation
from mypulp import *

#② Définissez le modèle
model = Model("Le nom peut être n'importe quoi")

#③ Déclarer des variables
X =model.addVar(lb=0,ub=GRB.INFINITY,vtype=‘C’,name=‘’)
#C:Continuous,B:Binary,I:Inter

#④ Mettre à jour le modèle(Après la déclaration de variable)
model.update()
#Requis pour le gurobi mais pas pour la pulpe

#⑤ Définir les contraintes
model.addConstr(Formule du côté gauche==Formule du côté droit, name='Nom') 

#⑥ Définir la fonction objectif
model.setObjective(Formule de la fonction objective, GRB.MINIMIZE)

#⑦ Résolvez le modèle
model.optimize()

#⑧ Sortir le résultat
print('Opt. Value=', model.ObjVal)
print('x=', x.X)

#Stocker le résultat de l'optimisation dans l'état
status = model.Status()
#If status == GRB.Status.OPTIMAL:
#Traiter avec


#Comment vérifier le résultat de la formule
model.write("Nom.lp")

for v in model.getVars():
	print(v, v.X)#Variable à v, v.La solution optimale est en X

for c in model.getConstr():
	print(c.ConstrName, c.Slack, c.Pi)
	#C.ConstrName avec le nom de la contrainte, c.Variables Slack dans Slack,
	#c.Pi contient le multiplicateur de Lagrange