doopl 12.9.0.16

安装库

pip install doopl

获取示例

• Examples。

获取IBM®ILOG CPLEX Optimization Studio版本

• 你可以得到免费的Community Edition 在CPLEX优化工作室，有限的解决能力方面的问题规模。
• 认证机构的教员、研究人员可以通过 IBM® Academic Initiative。

许可证

此库在2004年1月的ApacheLicense2.0版本下提供（请参阅license.txt）。

起点

这个api非常简洁。 必须在路径/ld_library_path中包含opl二进制文件，或者 dyld_library_path，取决于您的平台。它们位于 <cplex_studio_dir>/opl/bin/<platform>其中：

• ^{tt2}$ is the installation directory of CPLEX 12.8
• ^{tt3}$ is your plaform (OPL nomenclature, that is ^{tt4}$, ^{tt5}$ or ^{tt6}$)

以下是这些功能的小结：

• Inputs can be tuple lists, panda’s dataframe, sql alchemy fetch statements.
• Generate, solve and get output tuplesets as panda’s dataframe
• Get the CPLEX problem statistics and quality metrics for the solution
• Convert all integer variables to floating point variables and vice-versa.
• Run the conflict/relaxation mechanism.
• Call the ‘RunSeed’ diagnosis for CPLEX/CPO based problems.

这些特性中的每一个都用简单的例子来演示。

下面是一个开始使用api的小示例：

from doopl.factory import *

# Create an OPL model from a .mod file
with create_opl_model(model="file.mod") as opl:
    # tuple can be a list of tuples, a pandas dataframe...
    opl.set_input("TupleSet1", tuples)

    # Generate the problem and solve it.
    opl.run()

    # Get the names of post processing tables
    print("Table names are: "+ str(opl.output_table_names))

    # Get all the post processing tables as dataframes.
    for name, table in iteritems(opl.report):
        print("Table : " + name)
        for t in table.itertuples(index=False):
            print(t)