问题描述
我将CPLEX 12.9与Python结合使用来解决MILP（混合整数线性问题）。 我尝试了两种方法；我期望得到相同的结果，但是尽管第一种方法可行，但是第二种却没有。
1）第一种方法：
此方法成功。在生成的“ .lp”文件（包含问题的人类可读表达的文本文件：必须最小化目标函数和某些约束）的情况下，可以看到x6,x7,x8,x9,x10,x11是{{1 }}变量，它们都等于continuous（我定义了它们的500和upper的边界都等于lower，因此它们实际上是常量）。>
2）第二种方法：
它返回500，因此CPLEX无法找到解决方案，但我不明白为什么。
我唯一更改的是：
- 我将
CPLEX Error 1217: No solution exists设置为x6,x11变量； - 对于每个对象，我都定义了
binary的边界等于lower和0的边界等于upper。
因此，生成的“ .lp”文件与使用第一种方法生成的文件非常相似。唯一不同的是：
-
500被定义为范围（而不是常量），因此它们是：x6,x11 -
0 <= x6 <= 500 0 <= x7 <= 500 0 <= x8 <= 500 0 <= x9 <= 500 0 <= x10 <= 500 0 <= x11 <= 500部分（在“ .lp”文件的末尾）现在也包含Binaries变量。
注意：
即使（在第二种方法中）我将x6,x11和lower的边界都设置为等于upper，问题仍然存在。
解决方法
如果使用二进制，则意味着即使以后添加一些限制，该变量应小于500，决策变量将为0或1。
如果您希望决策变量允许使用500作为值，则应使用float或integer作为类型。
如果我使用zoo example并将整数更改为二进制：
setState给予：
from docplex.mp.model import Model
mdl = Model(name='buses')
nbbus40 = mdl.binary_var(name='nbBus40')
nbbus30 = mdl.binary_var(name='nbBus30')
mdl.add_constraint(nbbus40*40 + nbbus30*30 >= 300,'kids')
mdl.minimize(nbbus40*500 + nbbus30*400)
mdl.solve()
print(mdl.solve_details.status)