GLPK（Pulp wrapper）中的约束违规

Question

我将 Pulp 与 GLPK 求解器一起使用，并遵循以下约束：

-1000000*f1 + v1 + 1000000*f2 - v2 >= -10.999

求解器：

problem.solve(GLPK(options=['--mipgap', '0.000001', '--cuts']))

但结果我解决了违反约束的问题（状态 'Optimal'）：

f1 = 0
v1 = 11
f2 = 1
v2 = 1000000

那么，在这种情况下我能做些什么呢？我能以某种方式提高准确性或使用其他解决方案吗？

Answer 1

我认为，您运行遇到了数值精度方面的问题。您的系数按 1.e7 的顺序排列（并且您想要 1.e-6 的解决方案）。该解决方案至少需要在 1.e11 中正确才能保持约束，并且根据参数，您需要最大 1.e-14 相对误差。

简单地说，这对于纯数值求解器来说太多了。（期望最大 1.e-6 到 1.e-7 到运行对 LP 求解器可靠）有像 QSopt 这样的精确求解器，我也认为，soplex 现在有了这些功能。

QSopt 仅以二进制形式提供（我认为），而 SoPlex 可免费用于研究（据我所知）。

此外，您还可以将 SCIP 与 SoPLex 一起使用。有或有一些确切的知识产权项目。所以，如果许可证对你来说没问题，在这种情况下我会选择 SCIP。

也许，您可以更深入地了解您的申请，以便重新制定您的限制。

Constraint violation in GLPK (Pulp wrapper)