如何计算Gurobi的影子价格

时间:2018-03-06 08:37:33

标签: python optimization gurobi

我想分析边界是否应该在编程问题的约束中增加或减少: 以下是简化问题。 V[(i,t)]是决策变量,S[i]是输入。我想知道当增加一个单位S [i]时obj是增加还是减少。 我知道影子价格和边际成本可能是决策变量而不是输入。在Gurobi中,双值(也称为影子价格)可以使用Pi函数。

for t in range(T):
    for i in range(I):
        m.addConstr(V[(i,t)] <= Lambda*S[i])
        m.addConstr(other constrints without S[i])
obj =cf*quicksum(V[(i,0)] for i in range(I))+ cs*quicksum(S[i]for i in range(I))+...
m.setObjective(obj, GRB.MAXIMIZE)
m.optimize()

1 个答案:

答案 0 :(得分:1)

有两种方法可以获取影子价格:(Python + Gurobi):

shadow_price = model.getAttr('Pi', model.getConstrs())

shadow_price = model.getAttr(GRB.Attr.Pi)

它将所有约束的影子价格依次返回到数组中。