具有冗余约束的不可行解决方案 - PuLP 和 COIN-OR

Question

我在 python 中使用PuLP 和CBC 处理LP 模型。该模型有很多约束，当然其中许多是多余的。我将展示一个例子。

#import libraries
from pulp import LpVariable, LpProblem, LpMaximize, lpSum, LpConstraint, LpStatus, value

prob = LpProblem("test_model", LpMaximize)
set_pt=[i for i in range(100)] #set of var
var = LpVariable.dicts("var",set_pt,lowBound=0,cat='Continuous')

# The objective function is added to 'prob' first
prob += lpSum([var[i] for i in set_pt]), "f(v)"

#constraits
for i in set_pt:
     prob += LpConstraint(var[i] <= 300000), "max margin "+str(i) 
     prob += LpConstraint(var[i] <= 30000000000), "ma2 margin "+str(i) 

#solve
prob.writeLP("price_mod2.lp")
print 'solver begin'
prob.solve()

# The status of the solution is printed to the screen
print "Status:", LpStatus[prob.status]

这样的结果是：

solver begin
Status: Infeasible

当然，在这个例子中，两个约束显然都是多余的，而且在我解决的问题中更难看出约束是多余的。

我不知道问题是否出在求解器 (CBC)，所以我可以改用 CPLEX 来解决冗余约束的问题，或者问题是 PuLP，我需要使用另一个库。或者，也许我需要对问题进行建模以使其成为冗余证明。

任何指导？ 谢谢！

编辑：我尝试使用 CBC 使用开放式求解器（在 excel 中）并且它有效，所以我认为这一定是 PuLP 中的实现有问题，或者我正在做某事错误或者可能没有办法在PuLP中添加冗余约束

Answer 1

我没怎么用纸浆，所以我不能在这里解释内部原理（这会使你的案例失败），但是你以错误的方式使用纸浆的约束机制。 p>

你的方法（失败）：

for i in set_pt:
    prob += LpConstraint(var[i] <= 300000), "max margin "+str(i) 
    prob += LpConstraint(var[i] <= 30000000000), "ma2 margin "+str(i) 

可行的替代方案 A（使用重载运算符）

for i in set_pt:
    prob += var[i] <= 300000, "max margin "+str(i)
    prob += var[i] <= 30000000000, "ma2 margin "+str(i)

可行的替代方案 B（明确使用 LpConstraint；需要导入）

for i in set_pt:
    prob += LpConstraint(var[i], LpConstraintLE, 300000), "max margin "+str(i)
    prob += LpConstraint(var[i], LpConstraintLE, 30000000000), "ma2 margin "+str(i)

后者更像您最初的方法。但是您的用法看起来不像函数所期望的那样（请参阅docs）