Gurobi：放松 Python 中的不可行模型答案

【问题标题】：Gurobi: Relaxing Infeasible Model in PythonGurobi：放松 Python 中的不可行模型
【发布时间】：2017-11-10 23:07:26
【问题描述】：

我在 Gurobi 的数学符号中设置了以下约束。 x 变量是二进制的。 sigmaplus 和 sigmaminus 变量是正数且连续的。

Subject To
 858 x[1,_2] + 1092 x[1,_3] - sigmaplus[1] + sigmaminus[1] = -200  # Constraint 1
 858 x[1,_2] + 1092 x[1,_3] >= -1800 # Constraint 2
 858 x[1,_2] + 1092 x[1,_3] <= 0 # Constraint 3
 x[1,_2] + x[1,_3] = 1 # Constraint 4
 720 x[2,_1] + 990 x[2,_2] - sigmaplus[2] + sigmaminus[2] = 2000 # Constraint 5
 720 x[2,_1] + 990 x[2,_2] >= -500 # Constraint 6
 720 x[2,_1] + 990 x[2,_2] <= 3000 # Constraint 7
 x[2,_1] + x[2,_2] = 1 # Constraint 8
 ...
 ...

如您所见，constraint 2 和 constraint 3 使解决方案不可行。当我的 x 变量出现这种情况时，我希望 Gurobi 通过将那些冲突的 x 值设置为 0 来进行优化。因此，对于这个示例，我希望 x[1,2] 和 x[1,3] 为等于 0，以便在没有这些变量的情况下找到可行的解决方案。有什么方法可以为Gurobi 7.0.2 编码。

另外，我正在使用2.7.12 Anaconda 4.2.0(64-bit)。以下是我用来缓解问题以找到解决方案的代码。

if m.status == GRB.INFEASIBLE:
    m.feasRelaxS(1, False, False, True)

这在某些情况下可以正常工作。我的意思是，它将那些不可行创建变量设置为0。但是，在constraints 1,2,和3不创建任何不可行的其他一些情况下，constraint 4创建不可行，求解器增加@987654337的右侧@。所以，在这种情况下，我需要找到一种方法将它们设置为 0。任何建议表示赞赏。

【问题讨论】：

标签： python gurobi feasibility

【解决方案1】：

feasRelaxS ( relaxobjtype, minrelax, vrelax, crelax )

参数：

relaxobjtype：找到最小成本松弛时使用的成本函数。

minrelax：要执行的可行性放松类型。

vrelax：表示是否可以放宽变量界限。

crelax：表示是否可以放松约束。

此函数修改模型对象以创建可行性松弛。此方法提供了许多用于指定松弛的选项。 minrelax 参数是一个布尔值，用于控制所创建的可行性松弛类型。如果 minrelax=False，则优化返回的模型会给出一个解决方案，以最大限度地降低违规成本。如果 minrelax=True，则优化返回的模型会找到一个使原始目标最小化的解决方案，但只能从那些使违规成本最小化的解决方案中找到。 如果您希望您的模型放宽约束不可行的变量值，请将 vrelax 从 False 更改为 True。 您可以阅读以下给出的完整说明：https://www.gurobi.com/documentation/7.5/refman/py_model_feasrelaxs.html

【讨论】：