在 CVXPY 问题求解器中收到 "None" 作为结果

Question

尝试使用 cvxpy 将 TSP 解决为线性规划任务，但遇到了问题。这是我的第一次经历，所以感谢您的帮助。因此，我想要一个包含 0 和 1 的矩阵来显示每个下一个城市的推销员。

需要完全使用cvxpy

感谢帮助

import cvxpy as cp
import numpy as np

np.random.seed(1)
N = 10
distances = np.random.rand(N, N)  

x = cp.Variable((N, N), boolean=True)
u = cp.Variable(N, integer=True)

constraints = []

for j in range(N):                                      
    indices = list(range(0, j)) + list(range(j + 1, N))
    constraints.append(cp.sum(x[indices, j]) == 1)
for i in range(N):
    indices = list(range(0, i)) + list(range(i + 1, N)) 
    constraints.append(cp.sum(x[i, indices]) == 1)
for i in range(1, N):                      
    for j in range(1, N):
        if i != j:
            constraints.append(u[i] - u[j] + N*x[i, j] <= N-1)

for i in range(N):
    for j in range(N):
        if i != j:
            сost += (x[i,j]*distances[i,j]) 

prob = cp.Problem(cp.Minimize(cost), constraints)
prob.solve()
print(prob.value)

收到"None"

感觉成本定义有问题，但不知道如何改正也许我应该使用 cvxpy.multiply 或 cvxpy.sum?

Answer 1

cvxpy 附带的默认 MIP 求解器只是一个概念证明，在非微型实例中非常不稳定。那样的事情发生了，你无能为力。

就像 Erwin 在上面的评论中要求的那样：激活 verbose=True，您可能会认出正在使用的求解器。我猜：ECOS_BB。它是默认安装中唯一可用的。

关于部署 MIP 求解器的情况：

很容易安装在 windows
质量上乘
是开源的

不太好。

在 windows 上获得可用的最简单方法是通过 cvxopt 使用预先构建的 glpk。

Answer 2

不知道是什么问题。也许与 Jupyter 不谋而合。刷新后一切正常感谢大家的帮助！

Answer 3

虽然这不是这里的问题，但一定要调用prob.solve()。否则，prob.value 是 None

在 CVXPY 问题求解器中收到 "None" 作为结果

receiving "None" as result in CVXPY problem solver

python

optimization

cvxpy