Python+Gurobi基本架構.md

Python+Gurobi基本架構

POLab
2017/09/27
【回到首頁】

(一)Python+Gurobi架構

● 在Python介面中，數學式子的寫法相似於原本的式子，只是將式子都拆解開來

● 在利用Python+Gurobi建構一個數學規劃時， 通常會依照此順序進行設定變數、目標函數、限制式等

● 建模時常用的for迴圈及if條件句

Python中宣告for迴圈及if條件式後，記得用冒號':' 來結束聲明，接著在下一行打上要對for迴圈或if條件式做的事情，在此要特別注意的是Python是透過縮排來辨別不同的程式區塊，因此在下一行開始前，要記得按tab鍵來做區隔，這樣程式才知道他們是包含在for迴圈跟if條件句之下的程式碼。

-for迴圈

for i in <some list>:
 <do something for each i here>

-if條件句

if <condition>:
 <do something if condition is true here>

● quicksum()相當於Python的sum()函數及數學符號 ∑

e.g.

上述限制式在Python+Gurobi中表示為:

for i in I:
    m.addConstr(quicksum(x[i,j] for j in J)<=5)

● Python字符串格式化

在建立數學規劃的最後，通常需顯示最終求得之最佳解，例如:目標函數值、各決策變數值等...
此時，可藉由格式符來替我們列印各項數值及名稱，以下為幾個常用的格式符:

※如果對格式化字符串的使用較不熟悉，可參考這裡

符號	說明
%s	字符串
%d	格式化整數
%f	格式化浮點數
%e	指數，科學計數法
%g	根據值的大小決定使用%f或%e

e.g.

print('She is %s. She weights %gkg and is %dcm tall.'%('Rima',50.4,166))

She is Rima. She weights 50.4kg and is 166cm tall.

print('obj:%d'%m.objVal)

obj:36

(二)常用的三大函數及屬性

1.三大函數

在建立一個數學規劃時，我們必須加入我們的決策變數、目標函數及限制式，以下是在設定這些變數及式子常用的三大函數的詳細內容介紹
P.S. 在Gurobi中設定目標函數及限制式還有其他不一樣的方式，在此只介紹這三個函數的應用，若想要有更進一步的了解可至Gurboi網站內的Python專區查詢，若想了解其他函數的詳細資訊可點擊這裡

● 決策變數函數

變數預設的範圍上限為無限，下限為0，變數型態為連續變數(continuous)

● 目標函數

● 限制式函數

2.Gurobi attributes

在Guroib中，可以透過各種屬性來查詢或更改所建立數學規劃的內容，以下為常用的幾個屬性:
P.S. 更多屬性查詢，可點擊這裡

● Model attributes:

Attribute Name	Description
NumVars	Number of variables
NumConstrs	Number of linear constraints
ObjVal	objective value for current solution

● Variable attributes:

Attribute Name	Description
LB	Lower bound
Obj	Linear objective coefficient
VarName	Variable name
X	Value in the current solution

● Linear constraint attributes:

Attribute Name	Description
ConstrName	Constraint name
Pi	Dual value (also known as the shadow price)
Slack	Slack in the current solution