GUROBI求解MIP问题默认的框架是branch and cut，但是在 branch and cut tree 的探索中，在每个节点处，会调用30多种启发式算法，用于快速获得高质量的整数可行解，进而加速上界(min 问题)的更新Gap的收敛。找到了新的可行整数解：红色框的一栏表示使用启发式算法找到了初始可行解462.2，此时算法找到的下界是357.53333，因此此时的gap为22.5%，求解

torch_geometric安装

不等式左边全部都是常量，右边为自定义变量；求解模型，出现上述报错；将等式左边的某一个常量换成变量，报错消失；因此锁定报错原因应该是这个。

二部图（二分图）总结-CSDN博客【最大流】Ford-Fulkerson算法——算法设计与分析-CSDN博客

【代码】GUROBI实战案例（三）——交通运输。

个人小结：模型不可行大多时候应该是约束出现了冲突，使用上述方法可以快速定位到出现冲突的约束，根据有问题的约束再来检查一遍是否是语言上的问题（比如多了一个括号，恒等号或者括号的包含的层次不对等等），如若不是，则需要去检查一下是否是建模逻辑上的问题了。打开.ilp文件，发现是约束"c0" 和约束"c2"出现了冲突，于是再回过头来检查了一遍模型的数学逻辑，感觉没有任何问题，最终发现是约束"c2"多写了一

（这里有一个警告是因为直接输入python时找到的是环境变量里第一个含有python.exe的，但我们这里有多个环境变量里含有python.exe，所以在使用之前我们要先对指定的环境进行激活，说明我们要用哪一个环境。每个环境就像一个房子，里面的主人就是不同版本的python和各种包。当我们跑别人的代码时，就可以灵活地配置不同的环境来满足程序运行的要求。当前只存在一个base环境，是anaconda

提示：上述代码实现中用到的。等在另一篇帖子里有详细介绍。

安装Anaconda,但保留已有的python版本

强化学习reinforce算法求解组合优化问题