问题描述
最近开始做一些OR,一直在尝试用Pyomo和NEOS做一些优化问题。我一直在关注 UT Austin Pyomo 的一场讲座,当我的 GLPT 难以安装时,我转向了 NEOS。我现在很难收到 NEOS 的已解决答案。
到目前为止我所拥有的是:
from pyomo import environ as pe
import os
os.environ['NEOS_EMAIL'] = 'my registered email'
model = pe.ConcreteModel()
model.x1 = pe.Var(domain=pe.Binary)
model.x2 = pe.Var(domain=pe.Binary)
model.x3 = pe.Var(domain=pe.Binary)
model.x4 = pe.Var(domain=pe.Binary)
model.x5 = pe.Var(domain=pe.Binary)
obj_expr = 3 * model.x1 + 4 * model.x2 + 5 * model.x3 + 8 * model.x4 + 9 * model.x5
model.obj = pe.Objective(sense=pe.maximize,expr=obj_expr)
con_expr = 2 * model.x1 + 3 * model.x2 + 4 * model.x3 + 5 * model.x4 + 9 * model.x5 <= 20
model.con = pe.Constraint(expr=con_expr)
solver_manager = pe.solverManagerFactory('neos')
results = solver_manager.solve(model,solver = "minos")
print(results)
我收到的回报是解决方案的数量 = 0,而我知道一个事实存在。我也看到我没有设置任何界限,那么我该怎么做呢?再一次,我对此非常陌生,并且无法在其他地方找到任何关于此的文档,或者我只是不知道如何查看。
感谢您的帮助!
解决方法
这是当前结果对象设计的“问题”。由于历史原因,该字段报告结果对象中包含的解数,而不是求解器生成的解数。默认情况下,Pyomo 求解器直接将求解器返回的解加载到原始模型中(为了方便和效率)并且不在结果对象中返回它。您可以通过向 File.swift
调用提供 create bridging
来更改该行为。
至于界限,你指的是什么界限?使用 load_solutions=False
声明的 solve()
参数或 bounds=
参数设置变量边界。对于您的示例,由于变量声明为 Var()
,因此它们的边界均为 domain=
。通过解析求解器输出来收集目标的边界。这取决于打扰您使用的求解器(许多不报告边界信息),以及用于解析求解器结果的接口。
最后要注意的是,您正在向 LP/NLP 求解器 (minos) 发送 MIP 问题。您将从求解器返回二进制变量的小数。