Gurobi.py灵敏度分析RC(降低成本)误差
Gurobi.py灵敏度分析RC(降低成本)误差
提问于 2017-11-06 23:39:04
我将一个问题形式化为一个数学模型，并将该模型转化为Gurobi。我认为，它工作得很好，并找到了最优解。
我的代码完整代码：https://www.dropbox.com/s/48tggpieaoe1zx8/midterm.py?dl=0
但是，当我试图获得更详细的灵敏度分析信息时，一些函数(如'eachVar.RC，eachVar.SAObjLow，eachVar.SAObjUp‘)不起作用。错误：'AttributeError:无法检索属性'RC'‘
print('Variable Information Including Sensitivity Information:')
tVars = PrettyTable(['Variable Name', ' Value', 'ReducedCost', '
SensLow', ' SensUp']) #column headers
for eachVar in m.getVars():
tVars.add_row([eachVar.varName,eachVar.x,eachVar.RC,eachVar.SAObjLow,eachVar.SAObjUp])
print(tVars)回答 1
Stack Overflow用户
回答已采纳
发布于 2017-11-07 02:27:16
模型中有整数变量。对于具有整数变量的模型来说，诸如降低成本(Rc)和双价格(pi)这样的敏感信息是不可用的。这对于大多数混合整数求解器都是正确的。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/47147658
复制相关文章
相似问题
腾讯云开发者
