如何防止纸浆和python出现不可行的错误？答案

【问题标题】：How to prevent infeasible error with pulp and python?如何防止纸浆和python出现不可行的错误？
【发布时间】：2016-01-03 20:35:11
【问题描述】：

我有一个优化问题，我编写了一个 python 程序来解决它。我将 Pulp 与 CPLEX 求解器一起使用：

import pulp

prob = LpProblem("myProblem", LpMinimize)
x = pulp.LpVariable.dicts("p", range( K ), 0, 1, pulp.LpContinuous)
prob += pulp.lpSum( x[k] for k in range( K ) )
...
# Rest of the constraints

status = prob.solve( pulp.CPLEX( msg = 0 ) )

我得到错误：

  File "C:\Anaconda\lib\site-packages\pulp\solvers.py", line 468, in readsol
    raise PulpSolverError, "Unknown status returned by CPLEX: "+statusString
pulp.solvers.PulpSolverError: Unknown status returned by CPLEX: infeasible

我的问题是：我如何测试问题是否不可行？我想阻止这个事件，比如如果问题不可行则返回 0。

我试过了：

if prob.status == 'infeasible':
    ...

我试过了

if pulp.LpStatusInfeasible == 'infeasible':
    ...

【问题讨论】：

标签： python cplex pulp

【解决方案1】：

您的“问题”是找出给定的问题实例是否可行，或者如果可行，您是否真的对解决方案感兴趣。我不会在模型不可行时捕获错误，而是会检查您的问题并尝试添加一些松弛变量和惩罚成本，以便在问题不可行时为您提供更多信息。

因此，与其添加类似的硬约束

sum(x) <= K

你可以试试

sum(x) <= K + penaltyVar

并在您的目标中添加一个术语，例如 1000000 * 惩罚变量，以便求解器真的不想将该惩罚变量用作非零值。

在模型的不同位置添加这些松弛/惩罚变量有助于确定哪些地方的约束过于严格，从而使您的模型不可行。

不要只是忽略上面的答案，因为捕获错误仍然很有价值。

【讨论】：

【解决方案2】：

我认为您可以通过将语句限制在 try-exception 子句中来解决此问题。

例如：

# ...
try:
    status = prob.solve(pulp.CPLEX(msg = 0))
except PulpSolverError:
    # infeasible
    return 0

return status

【讨论】：