Przykład rozwiązania MIP

Poniższy przykład pokazuje, jak utworzyć zadanie optymalizacji matematycznej za pomocą funkcji MathOpt i przeprowadzać zdalne rozwiązania za pomocą interfejsu LUB API. Aby uzyskać klucz interfejsu API, postępuj zgodnie z instrukcjami w przewodniku konfiguracji. Funkcja MathOpt jest dostępna jako część narzędzi LUB od wersji 9.9. Więcej informacji znajdziesz w przewodniku instalacji.

# solve_math_opt_model_via_http.py

"""Example of solving a MathOpt model through the OR API.

The model is built using the Python API, and the corresponding proto is
serialized to JSON to make the HTTP request.
"""

from collections.abc import Sequence

from absl import app
from absl import flags

from ortools.math_opt.python import mathopt
from ortools.math_opt.python.ipc import remote_http_solve

_API_KEY = flags.DEFINE_string("api_key", None, "API key for the OR API")

def request_example() -> None:
  """Run example using MathOpt `remote_http_solve` function."""
  # Set up the API key.
  api_key = _API_KEY.value
  if not api_key:
    print(
        "API key is required. See"
        " https://developers.google.com/optimization/service/setup for"
        " instructions."
    )
    return

  # Build a MathOpt model
  model = mathopt.Model(name="my_model")
  x = model.add_binary_variable(name="x")
  y = model.add_variable(lb=0.0, ub=2.5, name="y")
  model.add_linear_constraint(x + y <= 1.5, name="c")
  model.maximize(2 * x + y)
  try:
    result, logs = remote_http_solve.remote_http_solve(
        model,
        mathopt.SolverType.GSCIP,
        mathopt.SolveParameters(enable_output=True),
        api_key=api_key,
    )
    print("Objective value: ", result.objective_value())
    print("x: ", result.variable_values(x))
    print("y: ", result.variable_values(y))
    print("\n".join(logs))
  except remote_http_solve.OptimizationServiceError as err:
    print(err)

def main(argv: Sequence[str]) -> None:
  del argv  # Unused.
  request_example()

if __name__ == "__main__":
  app.run(main)