问题描述
编辑以获得更好的解释（对不起）。
我有一个半去中心化的优化问题。半去中心化我的意思是：我有一个聚合器来控制每个代理的最佳响应，但这些代理有一个单独的成本函数（变量和约束都被复制）。理论上，我只需要找到一个初始可行点（对于所有智能体），然后通过迭代解决每个智能体的优化问题，它就会收敛到一个最优值。
我的问题是，为了找到初始可行点，我不会同时考虑每个代理，而是在没有目标函数的情况下使用迭代循环进行优化阶段（使用 mdl.remove_objective） .我想，通过运行足够多的时间，它最终会为所有代理找到一个可行的解决方案。但是，CPLEX 得出的解决方案都非常相似。这使得第 6 个代理无论我运行多少次都没有可能的可行解决方案。
我的问题是：如何在每次迭代中强制可行点是可行集内的实际随机点？因为看起来，也许从 CPLEX 用来寻找可行解法的捷径中，它总是选择相似的解法。
（我知道我可以同时解决所有代理的初始可行点，但我仍然有兴趣知道是否可以做我想做的事）
谢谢！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）