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

以某航空公司排班问题进行求解+基于python的整数规划+Gurobi求解器。线性规划、整数规划、混合整数规划等问题，该代码文件以某航空公司排班问题进行求解，代码用python写的，里面有详细的注释，以及源文件，中文文档说明

资源内容: six-bus电力规划系统模型详细描述、数学公式、示意图，基于python+pyomo的求解代码。 代码采用python编写，使用了pyomo包。采用了AbstractModel模式编写，并调用gurobi求解器对模型进行求解，然后输出结果。 代码经过调试，可以直接运行，是学习pyomo、电力规划求解的绝佳资料。

资源内容: six-bus电力规划系统模型详细描述、数学公式、示意图，基于python+pyomo的求解代码。 代码采用python编写，使用了pyomo包。采用了ConcreteModel模式编写，并调用gurobi求解器对模型进行求解，然后输出结果。 代码经过调试，可以直接运行，是学习pyomo、电力规划求解的绝佳资料。