具有最小绝对值的 Python 纸浆优化器

Question

我正在使用纸浆 (https://pythonhosted.org/PuLP/) 进行优化并遇到问题。我需要使用像abs(x) > MIN 这样的约束，我在这里找到了解决方案http://lpsolve.sourceforge.net/5.5/absolute.htm，我只创建了两个约束：

x + M * B >= MIN
-x + M * (1 - B) >= MIN

其中 B 为 0 或 1 且 M 值足够大。问题是当我使用 M ~ 10000 时一切正常，但是当我使用 INT_MAX_VALUE 或 ~ 10000000000 时它不起作用。 有没有人遇到过这样的问题？

Answer 1

也许您使用 COIN-CBC 会做得更好。我在另一篇文章中看到了您的数字问题，它似乎只是来自一些 VUB 限制。

首先，CBC 背后的 LP 求解器 (CLP) 比 GLPK 更精细，其次您可以使用 SOS 约束，它对这些 VUB 约束进行建模，您想更好地将其用于您的 abs-Function (没有任何数字危险，它只是将它们分支出来）。总体而言，性能通常更好。 请随时跟进我的回答并评论问题。