使用 NEOS 作為 Pyomo 求解器

Question

最近開始做一些OR，一直在嘗試用Pyomo和NEOS做一些優化問題。 我一直在關注 UT Austin Pyomo 的一堂課，當我的 GLPT 難以安裝時，我轉向了 NEOS。 我現在在收到 NEOS 的已解決答案時遇到了一些困難。

我到目前為止是這樣的：

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)

我收到的回報是解決方案的數量 = 0，而我知道一個事實存在。 我也看到我沒有設置任何界限，那么我該怎么做呢？ 再一次，我對此非常陌生，並且無法在其他地方找到任何關於此的文檔，或者我只是不知道如何查看。

謝謝你的幫助！

Answer 1

這是當前結果對象設計的“問題”。 由於歷史原因，該字段報告結果對象中包含的解數，而不是求解器生成的解數。 默認情況下，Pyomo 求解器直接將求解器返回的解加載到原始模型中（為了方便和效率）並且不在結果對象中返回它。 您可以通過向solve()調用提供load_solutions=False來更改該行為。

至於界限，你指的是什么界限？ 使用Var()聲明的bounds=參數或domain=參數設置變量邊界。 對於您的示例，因為變量被聲明為Binary ，所以它們的邊界都是[0..1] 。 通過解析求解器輸出來收集目標的邊界。 這取決於打擾您正在使用的求解器（許多不報告邊界信息），以及用於解析求解器結果的接口。

最后要注意的是，您正在向 LP/NLP 求解器 (minos) 發送 MIP 問題。 您將從求解器獲得二進制變量的小數值。