利用Python+Gurobi编写代码，复现文章：Solving two-stage robust optimization problems using a column-and- constraint generation method。

在当前能源互联网迅速发展及电热联系日渐紧密的环 境下，提出基于电热联合调度的区域并网型微电网运行优化 模型。综合网内储能特性、分时电价、电热负荷与分布式电 源的时序特征，以包含风机、光伏电池、热电联产系统、电 锅炉、燃料电池和储能系统的并网型微电网为例，采用Cplex 优化软件求得调度周期内各微电源最佳出力及总运行成本， 并与两种常见电热调度方式进行比较。仿真算例表明：联合 调度模型能实现电热统一协调调度并降低微电网运行成本。 该模型可为电热之间能源互联及规划运营提供参考。 注释清晰 基本每行都有注释

Gurobi 9.5新功能汇总

原创代码，完美复现，收敛良好，非烂大街的版本！！！注释十分详细，且将目标函数与约束写成紧凑形式，简洁工整，易于拓展修改。引入鲁棒调节系数，根据需要可以修改两阶段鲁棒模型的保守程度。 代码详情可查看本人第一篇博客 注：《微电网两阶段鲁棒优化经济调度方法》这一篇论文是同学们学习两阶段鲁棒优化的最好的参考论文，基本都是从这个入手学习的，并且这个论文模型比较容易，学习来也比较快，具有很强的拓展空间。看懂这个两阶段鲁棒算法，可以轻松的运用到其它地方，套自己的模型十分的香。

在逆向物流供应链研究中，为了解决市场需求、供应商供货能力、回收产品数量等不确定问题以及逆向物流系统中存在的目标冲突，建立了制造商收益最大化和所选供应商不合格零件数最少化的多目标数学优化模型来确定最佳供应商选择、订单量分配以及提货点选址。运用基于模糊目标规划的蒙特卡罗仿真模型把多目标函数重构成单目标函数。采用自适应遗传算法（AGA）对单目标函数进行求解，并给出了最佳供应商选择及订单量分配。在此基础上讨论了不同权重分配下结果的优劣性及供应商选择风险。最后，针对不同权重分配，比较了自适应遗传算法和Gurobi求解。实验表明，对于该问题模型自适应遗传算法在解的运行速度以及精度上都优于Gurobi。

Pyomo—Optimization Modeling in Python William e.Hart· Carl laird·Jean- Paul watson

优化问题 使用Gurobi解决优化问题的ILP模型

运筹常用求解器Gurobi