我想实现以下优化程序，但我发现这样做非常困难：
最大限度。alpha*(C'GC/|C|) + beta*((1-Var(1-3^{-VC}))*(mean(VC)/3))
st |C| <= {0,1} 中的数字和 C
然而，
- C 是长度为 m 的决策列向量。
- |C| 代表范数 0 或 C 向量的总和。
- C'代表C的转置。
- G 是非负实数的 [m,m] 矩阵。
- V 是非负整数的 [n,m] 矩阵，n <= m。
- alpha 和 beta 是常数（非负实数）。
- “Var”和“mean”分别代表方差和均值。
- “数字”是一个非负实数常数。
我对 Gurobi 很陌生。高度赞赏在 Python 中实现上述公式的任何帮助。