帮我写段用python调用cplex求解运筹优化模型的代码
时间: 2024-09-10 13:12:26 浏览: 50
当然可以,下面是一个简单的例子,展示了如何使用 Python 的 DOcplex(Cplex Python API 的封装)库来创建并解决一个线性规划模型:
```python
from docplex.mp.model import Model
# 创建一个新的模型实例
mdl = Model(name='My Optimization Problem')
# 定义变量 (这里假设我们需要两个非负变量 x 和 y)
x = mdl.continuous_var(name='x', lb=0) # 非负实数变量
y = mdl.continuous_var(name='y', lb=0)
# 添加目标函数 (最小化 x + y)
mdl.minimize(x + y)
# 添加约束 (例如 x + y <= 100)
mdl.add_constraint(x + y <= 100, name='total')
# 解决模型
solution = mdl.solve()
# 打印解决方案
if solution is not None:
print(f'Solution found:')
print(f'x = {solution.get_value(x)}')
print(f'y = {solution.get_value(y)}')
else:
print('No solution found.')
# 关闭模型
mdl.close()
```
在这个例子中,我们首先导入了Model类,然后创建了一个新的模型。接着,定义了两个连续变量x和y,并添加了一个目标函数(最小化x+y)。还添加了一个约束x+y小于等于100。通过`solve()`方法求解模型,最后打印出解决方案。
阅读全文