gurobi属性篇一

1.构造目标函数
（1）一般的写法：
我们常见的目标函数写法通常是定义好式子z=f(x,y,...)，然后用m.setObjective(z, GRB。MINIMIZE)，这样的定义方式比较普遍。
这也是一般的写法。
（2）但还有一种写法，是在定义变量的时候来构造目标函数。

x = m.addVar (lb=0.0, ub=float(’inf’), obj=0.0, vtype=GRB.CONTINUOUS, name="", column=None )

此处的obj是变量在目标函数中的系数。
如果obj=0，即该变量不出现在目标函数中，也是默认的形式，我们见得最多。
但如果是x=m.addVar(lb=0, float(’inf’), obj=2, vtype=GRB.CONTINUOUS)，那么目标函数中会出现z=2x一项。

2.column()
这是约束中的列相关的函数。会在列生成，分支定价算法中用到。
包含：系数和变量两大类。通常是临时变量。
添加的时候用addTerm()，删除的时候用remove()。
具体如下所示：

col_coef = [1, 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0]
rmp_con为gurobi前期定义的一系列（24个R0,...,R24）约束# （1）列构造器，这里col_coef表示约束中的系数，rmp_con表示对应的约束，二者必须对应（维度一致）
rmp_col = Column(col_coef, rmp_con)   
# <gurobi.Column: 1.0 R0 0.0 R1 1.0 R2 1.0 R3 1.0 R4 0.0 R5 0.0 R6 0.0 R7 1.0 R8 
# 1.0 R9 1.0 R10 0.0 R11 1.0 R12 0.0 R13 1.0 R14 0.0 R15 1.0 R16 1.0 R17 1.0 R18 
# 1.0 R19 0.0 R20 0.0 R21 0.0 R22 0.0 R23 0.0 R24 ># （2）把新列（新变量，即新产生的pattern）添加到模型中
>>>其实对应的是s = m.addVar(lb,ub,obj,vtype,name,column)，其中column表示GRBColumn对象，用于指>>>    定新变量s所属的一组约束
RMP.addVar(lb = 0.0,ub = 1, obj = path_length, vtype = GRB.CONTINUOUS, name = var_name, column = rmp_col)