一、什么是gurobipy
gurobipy是一种Python接口,用于与商业数学软件Gurobi中的C ++库进行通信。gurobipy通过提供高层次的Python方法,使得使用gurobipy更加容易,并且在遵循Gurobi许可证条款的前提下可以免费使用。
二、安装gurobipy
1. 未完成配置的报错

2. 安装配置步骤
第一步 下载
在官网注册学术版账号并根据电脑操作系统下载gurobi。


第二步 安装
点击下载的.msi文件,进行安装,点击下一步即可,安装位置可以根据需要修改,最后注意是否重启。

第三步获取许可证
可参考**Gurobi 免IP验证学术许可申请方法。**

材料有两个:
其一, 个人申请表;其二,学信网的学籍在线验证报告,个人申请表需要自行填写并电子签名,学籍验证报告申请一个即可。

准备好材料之后发送到help@gurobi.cn。
官方邮件回复很快,在邮件中获取激活码即可:安装软件后,在计算机连接互联网的情况下,输入 cmd 进入到命令提示符窗口。在命令行下使用 cd 命令进入到 Gurobi 安装目录/win64/bin 目录下,使用激活码。

第四步 激活
直接进入目录输入cmd即可,输入激活码。

最终提示:info : License XXXXXX written to file C:\Users\...,即为激活成功。
第五步 Python配置
将Gurobi安装到python库中,先进入安装目录:

输入cmd进入命令提示符窗口,输入 python setup.py install 安装即可。

三、使用gurobipy
1. 导入gurobipy
import gurobipy as gb
2. 创建模型
可以将模型的名称作为参数传递给Model()方法。
m = gb.Model("优化问题")
3. 定义变量
-
lb:变量的下限(如果存在)
-
ub:变量的上限(如果存在)
-
vtype:变量类型(GB.GRB.CONTINUOUS,GB.GRB.BINARY,或GB.GRB.INTEGER)
-
name:为变量设置名称
x = m.addVar(lb=0, ub=1, vtype=gb.GRB.BINARY, name="x")
4. 目标函数
将变量和系数添加到目标函数中,将创建一个带有x和y系数的目标函数,并将其设置为"最大化"模式。目标函数包含每个变量的系数,可以通过更改系数来修改目标函数。
m.setObjective(x + 2*y, gb.GRB.MAXIMIZE)
5. 约束条件
可以使用addConstr()方法添加线性约束条件,将创建一个约束条件(x + 2*y <= 10),并将其命名为"约束条件"。
m.addConstr(x + 2*y <= 10, "约束条件")
6. 模型求解
使用optimize()方法求解模型,optimize()方法在内部调用Gurobi Optimizer,并返回解决方案状态。
m.optimize()
参考博文: