『實踐』Yalmip建模+Cplex類求解

時間 2019-12-12

標籤實踐 yalmip 建模 cplex 求解简体版

原文原文鏈接

Yalmip建模+Cplex類求解

1、原因

　　　　Yalmip只能設置部分Cplex的參數，因此須要調用Cplex類。並且optimize是Yalmip提供的經常使用函數，但此函數的返回結果參數有限。html

2、解決方法

　　爲了可以既利用Yalmip來建模（方便），又能調用Cplex類（功能齊全）。咱們可使用Yalmip提供的export函數來輸出model，再新建一個Cplex類實體，將model中整理好的諸如Aineq、bineq等賦值給新建的Cplex類實體。github

圖2 F爲目標函數，h爲約束，ops爲options。函數

　　下面舉個具體例子，model存儲着Yalmip創建的模型，cplex_milp爲Cplex類實體，能夠對其設置各類參數屬性。Cplex的參數列表地址。優化

　　ps：model中的矩陣中的變量排序沒法知道。網站

 1 %yalmip設置  2 options = sdpsettings('solver' ,'cplex');  3 options.showprogress = 1;%1爲設置顯示yalmip如今在作什麼  4 options.verbose = 2;%設置顯示信息程度，1爲適度顯示，2爲徹底顯示。  5 
 6 [model,recoverymodel,diagnostic,internalmodel] = export(Constraints,Objective,options);%輸出Yalmip模型  7 %定義一個Cplex類實體  8 cplex_milp = Cplex('Milp for HTC');  9 cplex_milp.Model.sense = 'minimize'; 10 cplex_milp.Model.obj = model.f; 11 cplex_milp.Model.lb = model.lb; 12 cplex_milp.Model.ub = model.ub; 13 cplex_milp.Model.A = [model.Aineq;model.Aeq]; 14 cplex_milp.Model.lhs = [-Inf.*ones(size(model.bineq,1),1);model.beq]; 15 cplex_milp.Model.rhs = [model.bineq;model.beq]; 16 cplex_milp.Model.ctype = model.ctype';
20 cplex_milp.Param.mip.tolerances.mipgap.Cur = zk.solver_error;%相對MIP間隔容差，（精度） 21 cplex_milp.Param.threads.Cur = 1;%設置將由任何 CPLEX 並行優化器調用的並行線程的缺省數量。1爲單線程 22 cplex_milp.Param.mip.display = 1;%決定在混合整數優化期間cplex報告到屏幕的內容。默認爲2. 23 cplex_milp.Param.timelimit = 15;%設置對優化器的調用的最長時間（以秒爲單位） 24 cplex_milp.writeModel('hmilp.lp');%輸出數學模型 25 cplex_milp.solve();