如何在 SCIP 中指定编程类型

Question

我正在 Python 中使用 PYSCIPOPT 解决优化问题。我知道我不需要指定问题类型，它会自动为我检测。但我有一个特殊的情况，它可能会有用。

我原来的问题是 MINLP，但 PYSCIPOPT 无法解决它。所以我使用外部代码来建议对整数变量的猜测，然后我修复整数变量，从而使问题有效地成为 NLP。为了编码方便，并且因为我有时可能无法修复所有整数变量，所以我使用相同的 MINLP 公式，但使用 .fixVar() 方法指定整数变量的值。预求解后，它显示 0 个整数变量，因此我假设它将问题视为 NLP。但是因为初始模型包含整数变量，我想知道它是否仍然像MINLP一样试图解决它；例如使用针对 MINLP 而不是 NLP 微调的启发式方法。在这种情况下，明确告诉 SCIP 像 NLP 一样解决它可能会有好处。

我查看了 SCIP 和 PYSCIPOPT 文档，但找不到指定问题类型的参数，就像 GAMS 那样。我也没有在 StackOverflow 上看到任何相关问题。

如果有人知道，

1. 如何强制问题类型
2. 一种更好的方法来确保它像 NLP 一样求解，而不是仅仅使用 .fixVar() 来修复整数变量
3. 或者一个标志，知道它正在将其视为什么类型的问题（在预解决之后）

   那很好啊。或者，如果这无关紧要，因为，

   4. SCIP 对两者使用相同的启发式
   5. 固定整数变量后MINLP求解算法等价于NLP算法
   6. 或者SCIP看到没有整型变量后自动切换到NLP算法

   这也很高兴知道。

Answer 1

无需强制问题类型。 SCIP 将在应用所有变量固定后没有剩余整数变量时实现。

SCIP 用于 NLP 的算法与用于 MINLP 的算法没有太大区别。如果没有，它只是跳过了一些处理整数变量的技术。但是 SCIP 几乎没有说现在问题只是一个 NLP，它会做一些特别的事情。多起点启发式算法只能在 NLP 的情况下运行。

直接回答要点：

1. SCIP 不知道“问题类型”
2. .fixVar() 没问题
3. 从日志中，您可以看到是否还有二进制/整数变量剩余以及问题中剩余的约束类型。
4. 是的，一些启发式算法同时适用于 NLP 和 MINLP。如果没有整数变量，许多 MIP 和 MINLP 启发式方法将不会运行。像 subnlp 这样的一些启发式方法将同时适用于 MINLP 和 NLP。多起点启发式算法仅适用于 NLP。
5. 是的。
6. 是的，有点。 NLP 算法是 MINLP 算法，去除了对整数变量的处理。