Gurobi求解器入门：手把手教你用Python搞定第一个混合整数规划（MIP）问题

第一次接触运筹优化时，看到那些复杂的数学公式和算法总让人望而生畏。直到我发现了Gurobi——这个被业界称为"优化求解器中的劳斯莱斯"的工具，才真正体会到数学建模的魅力。本文将带你从零开始，用Python和Gurobi解决一个实际的混合整数规划问题，避开那些教科书式的理论讲解，直接进入实战环节。

1. 环境准备与安装

在开始之前，我们需要确保Python环境已经就绪。推荐使用Anaconda创建独立环境，避免与其他项目产生依赖冲突：

bash复制conda create -n gurobi_env python=3.8
conda activate gurobi_env

Gurobi提供学术免费许可和企业付费许可两种选择。对于学生和研究人员，只需在官网注册教育账号即可获得免费license。安装过程非常简单：

python复制pip install gurobipy

安装完成后，可以通过以下代码验证是否成功：

python复制import gurobipy as gp
print(gp.GRB_VERSION)

提示：如果遇到license问题，建议将获取的license文件放置在用户主目录下的gurobi.lic路径，或者通过grbgetkey命令在线激活。

2. 问题定义：生产计划案例

假设我们经营一家小型工厂，需要制定下周的生产计划。工厂可以生产两种产品：

• 产品A：每件利润120元，需要2小时加工时间和1单位原材料
• 产品B：每件利润150元，需要3小时加工时间和2单位原材料

工厂资源限制：

• 总加工时间不超过100小时
• 原材料库存为50单位
• 由于设备限制，产品A至少生产5件
• 产品B的生产数量必须是整数

这是一个典型的混合整数规划问题，包含连续变量（产品A）和整数变量（产品B）。让我们用Gurobi来建模求解。

3. 模型构建步骤详解

3.1 初始化模型

首先导入必要的库并创建模型对象：

python复制import gurobipy as gp
from gurobipy import GRB

# 创建模型
model = gp.Model("