我目前正在使用 CyLP
用于混合整数线性规划的 Python 包。但是,我无法初始化整数变量。根据documentation ,我已将 isInt = True
传递给 addVariable
方法,但它什么也没做。
我的程序的一个最小示例如下所示。当x = y = 1
时,最优值应该是2,但结果并不如预期。
import cylp
from cylp.cy import CyClpSimplex
print(cylp.__version__) # 0.91.0
s = CyClpSimplex()
x = s.addVariable('x', 1, isInt = True)
y = s.addVariable('y', 1, isInt = True)
s += x >= 0.5
s += y >= 0.7
s.objective = x + y
s.optimizationDirection = 'min'
s.primal()
# Clp3002W Empty problem - 0 rows, 2 columns and 0 elements
# Clp0000I Optimal - objective value 1.2
x_opt = s.primalVariableSolution['x'][0]
y_opt = s.primalVariableSolution['y'][0]
print(x_opt, y_opt) # 0.5, 0.7
在 CyLP
中还有其他方法可以初始化整数变量吗?或者我遗漏了一些关于 addVariable
方法的信息?
顺便说一下,我想知道 Clp3002W Empty problem
在 s.primal()
的输出中意味着什么。
提前致谢。
最佳答案
这有点意思。
Clp是一个线性规划求解器,而您正在尝试进行混合整数规划。
您将需要使用 Cbc它建立在 Clp(同一个人/同一个人)之上。我认为,人们可以认识到其中大部分是几十年来的单人项目(不直观的设计;也许)。
是的,CyLp是基于Cbc的,但是使用还是要小心!
假设您的变量定义没问题(未检查),您将需要做一些事情 like :
# model = CyClpSimplex()
# ...
cbcModel = model.getCbcModel() # Clp -> Cbc model / LP -> MIP
status = cbcModel.solve() #-> "Call CbcMain. Solve the problem
# "using the same parameters used
# "by CbcSolver."
# This deviates from cylp's docs which are sparse!
# -> preprocessing will be used and is very important!
另见 this wrapper :
if data[s.BOOL_IDX] or data[s.INT_IDX]:
# MIP
# Convert model
cbcModel = model.getCbcModel()
# cylp: /cylp/cy/CyCbcModel.pyx#L134
# Call CbcMain. Solve the problem using the same parameters used by
# CbcSolver. Equivalent to solving the model from the command line
# using cbc's binary.
cbcModel.solve()
status = cbcModel.status
else:
# LP
# cylp: /cylp/cy/CyClpSimplex.pyx
# Run CLP's initialSolve. It does a presolve and uses primal or dual
# Simplex to solve a problem.
status = model.initialSolve()
我很久以前就写了这些东西,因此我不能给你确切的细节(这些电话和评论背后的背景)。
但总的来说:很难掌握 Cbc 内部到底发生了什么(尽管我认为在改进 API 方面做了一些工作;可能 NOT 反射(reflect)在 Cylp 中)。例如:以与 Cbc 可执行文件行为相同的方式从代码使用 Cbc 并非易事。
By the way, I wonder what Clp3002W Empty problem means in the output of s.primal().
Clp3002W Empty problem - 0 rows, 2 columns and 0 elements
我的解释:
您的(转换后的)模型没有任何约束。您添加了约束以强制执行变量边界,但 Clp/Cbc 已经足够先进(非常非常先进),可以将这些约束转换为变量边界(不再有约束!),这是通过特殊处理来处理的单纯形例程。
0 rows = 0 constraints
0 elements = 0 non-zero elements in your constraint-matrix of size
rows * cols = 0 * 2 = 0
关于python - 在 CyLP 中初始化整数变量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63266112/