时间戳

首页 > 解决方案 > 添加二进制变量的不可行性

python - 添加二进制变量的不可行性

问题描述

我真的很感激这里的任何指示；我被困了一段时间。

问题是这样的：我有一个用 Pyomo 编写的线性程序，当我解决它时，它会运行到最优。但是，当我引入任何涉及二进制变量的约束时，求解器声称不可行，而不管使用的约束如何。我已经完全隔离了这个问题，但仍然没有解决方案。我注释掉了我所有的整数约束并添加了以下三行：

model.a = Var(within=Real)
model.b = Var(within=Binary)
model.DummyConstraint = Constraint(expr = model.a <= model.b)

也就是说，我定义了两个新的虚拟变量（一个二进制），它们不会出现在代码的任何地方，以及一个涉及它们的新约束。求解器（glpk）应该能够将原始问题求解到与以前完全相同的最优值，然后将新变量“a”和“b”任意设置为满足约束的值（simplex 会将它们设置为 0 或两者都设置为1）。

然而，这不起作用。由于某种原因，这个问题是不可行的，但只有在添加了 3 条新行时才可行。我将这 3 行复制并粘贴到一个单独的不相关的优化问题中，它按预期工作得很好。

不幸的是，我不能分享公式的其余部分，因为它是机密的，但是看到我的 2 个新变量和 1 个新约束很简单，并且与问题的其余部分绝对没有重叠，它们不应该是必要的。

有人见过这个吗？

标签： pythonoptimizationlinear-programmingpyomomixed-integer-programming

解决方案

推荐阅读