Docplex 返回找到的第一个可行解决方案答案

【问题标题】：Docplex return first feasible solution foundDocplex 返回找到的第一个可行解决方案
【发布时间】：2022-08-18 02:42:50
【问题描述】：

我正在尝试使用 docplex 和 cplex 解决 NP-Hard 问题，并且我需要该 docplex 返回创建的第一个切实可行的解决方案并停止搜索。通常，当找到第 n 个最佳解决方案时停止。像这样的东西：

设置限制解决方案 n

标签： cplex opl docplex

【解决方案1】：

您可以将parameters.mip.limits.solutions 与 docplex python api 一起使用

对this code 的一个小改动给出了

from docplex.mp.model import Model

mdl = Model(name='buses')

mdl.parameters.mip.limits.solutions=1


nbbus40 = mdl.integer_var(name='nbBus40')
nbbus30 = mdl.integer_var(name='nbBus30')
mdl.add_constraint(nbbus40*40 + nbbus30*30 >= 300, 'kids')
mdl.minimize(nbbus40*500 + nbbus30*400)

mdl.solve()



print("int sol limit = ",mdl.parameters.mip.limits.solutions.get())


for v in mdl.iter_integer_vars():
    print(v," = ",v.solution_value)

这使

int sol limit =  1
nbBus40  =  8.0
nbBus30  =  0

使用all other apis，您也可以这样做。

以 pyomo 为例：

import pyomo.environ as pyo
from pyomo.opt import SolverFactory

opt = pyo.SolverFactory("cplex")

opt.options['mip limits solutions'] = 1

model = pyo.ConcreteModel()

model.nbBus = pyo.Var([40,30], domain=pyo.PositiveIntegers)

model.OBJ = pyo.Objective(expr = 500*model.nbBus[40] + 400*model.nbBus[30])

model.Constraint1 = pyo.Constraint(expr = 40*model.nbBus[40] + 30*model.nbBus[30] >= 300)




opt.solve(model)

print("nbBus40=",model.nbBus[40].value)
print("nbBus30=",model.nbBus[30].value)

【讨论】：

非常感谢。可以在pyomo中做到吗？
是的。我用 pyomo 中的一个例子更新了我的答案