【发布时间】：2018-04-24 16:15:41
【问题描述】：
我正在与一位合作者合作开展某个涉及线性规划的优化项目。我们都使用 Coin-OR 分支和切割求解器来解决问题。我使用基于 Python 的 PuLP 包构建 .LP 文件。我不完全确定协作者如何创建他们的 .LP 文件（绝对不使用 Python），但本质上，我们有两个不同的系统为完全相同的问题生成 .LP 文件 - 即目标函数、变量、约束完全相同.
我通常在 Python (myProblm.solve()) 中解决我的问题，但我也一直在生成一个 .LP 文件并从命令行调用 CBC 求解器来解决这个文件（问题）。接下来，我将从我的系统（Python 或命令行）获得的输出与我的合作者获得的输出进行比较。 [请注意，无论是在 PuLP 中还是在命令行中解决，我这边的问题的输出完全相同相同。]
我们之间的目标函数值匹配得很好，但其他细节并不完全匹配。例如，如果我们要解决this Whiskas blending problem，则成分的总成本将完全相同，但成分的比例不同。知道为什么会这样吗？
我手动比较了我们的 .LP 文件并发现了一些差异。对于初学者来说，约束和变量的顺序是不同的。换句话说，如果有 5 个约束，我的文件将它们列为C1,C2,C5,C4,C3，而相同的约束将列为C1,C2,C3,C4,C5。此外，我的 Python 代码将所有数字四舍五入到 10 的位置，而他的系统将它们四舍五入到 1 的位置。因此，一些变量的系数值略有不同。
这些差异对求解器的准确输出有影响吗？
此外，下一个扩展问题是：在解决线性规划优化问题时，我们应该怎么做才能获得完全相同的输出？哪些因素会影响 LP 问题的解决方案？ .LP 文件的结构等因素是否起作用？如果我在不同的计算机上以完全相同的条件运行相同的 LP 文件，我会得到完全相同的输出吗？
【问题讨论】：
标签： python pulp coin-or-cbc