scipy - 有没有办法初始化 scipy.optimize.linprog 的起点？

Question

我有一系列线性程序要解决。每个实例仅与前一个实例不同，A、边界和成本略有不同。直观地说，以前问题的解决方案应该会有所帮助。我该如何实施呢？

scipy.optimize.linprog有一个选项x0

x0：一维数组，可选

自变量的起始值，将由优化算法细化。对于修改后的单纯形法，这些必须对应于一个基本的可行解。

这似乎可以做到这一点，但如果我只是初始化先前优化的结果（）似乎不起作用res.x。它失败并出现以下错误：

6 : Guess x0 cannot be converted to a basic feasible solution

标签： scipyscipy-optimize

Answer 1

该错误基本上意味着res.x您刚刚解决的问题不满足您在传递res.xas时尝试解决的问题的约束x0。

这是为什么？线性规划问题的解决方案总是在可行集的一个顶点处，基本上在您的约束所允许的边界上。如果您的下一个问题与您解决的问题略有不同，则很可能上一个问题的解决方案不满足新问题的约束——它在边界上，问题的微小变化使边界移动了位并使上一点在外面。在不了解优化问题的细节的情况下，很难在这里推荐一个明智的策略。例如，如果您知道点 (0,...,0) 总是可行的，您可以缩小所有坐标，res.x直到进入可行集。

已经有一段时间了，所以我不确定，但是您可以尝试一下，因为在可行集之外method='interior-point'可能会更宽容。x0否则谷歌“如何找到线性规划问题的可行解决方案”