【发布时间】:2018-11-28 16:10:29
【问题描述】:
我目前正在与 cplex 合作,并试图确定 LP 的成本降低。我对结果有点困惑。我目前对降低成本的理解是,它描述了在变量成为解决方案的一部分之前,目标函数系数必须提高的量(值 = 1)。
因此,所有基本变量(解决方案中的非零)都降低了零成本。我读到不属于当前解决方案的变量,如果它们处于其极限之一,也可以将成本降低为零。这是真的吗?
以下 LP 的降低成本让我感到困惑:
minimize 100*x1 + 3*x5
0 <= x0, x1, x2, x3, x4, x5, x6, x7, x8
x0 = 1
x0 - x1 - x2 = 0
x3 = 1
x3 - x4 = 0
x1 - x6 = 0
x2 - x7 = 0
-x4 + x5 - x8 = 0
-x5 + x6 + x7 + x8 = 0
如果我使用 cplex 来计算降低的成本,我会得到以下结果。
Objective Value = 3
Solution = [1, 0, 1, 1, 1, 1, 0, 1, 0]
Reduced Cost = [0 0 0 0 0 0 100 0 3]
我不明白为什么变量 x1 的成本降低为零,它既不是解决方案的一部分,也不是上限。对于变量 x7,x1 的减少值是否不是 100。如果我将 x1 的值加一,我得到的解决方案会差 100(成本),对吧?
这里是我的 C++ 代码:
#include <ilcplex/ilocplex.h>
int main () {
IloEnv env;
IloModel model(env);
IloNumVarArray x(env);
x.add(IloNumVar(env)); //default: between $0$ and $+\infty$
x.add(IloNumVar(env));
x.add(IloNumVar(env));
x.add(IloNumVar(env));
x.add(IloNumVar(env));
x.add(IloNumVar(env));
x.add(IloNumVar(env));
x.add(IloNumVar(env));
x.add(IloNumVar(env));
model.add(x[0] == 1);
model.add(x[0]-x[1]-x[2] == 0);
model.add(x[3] == 1);
model.add(x[3]-x[4] == 0);
model.add(x[1]-x[6] == 0);
model.add(x[2]-x[7] == 0);
model.add(-x[4]+x[5]-x[8] == 0);
model.add(-x[5]+x[6]+x[7]+x[8] == 0);
model.add(IloMinimize(env, 100*x[1] + 3*x[5]));
IloCplex cplex(model);
cplex.solve();
std::cout << "Min=" << cplex.getObjValue() << std::endl;
IloNumArray v(env);
cplex.getReducedCosts(v, x);
std::cout << v << std::endl;
env.end();
}
【问题讨论】:
标签: c++ linear-programming cplex