提问者:小点点

Pyomo(GLPK,Windows)显示我奇怪的结果在'results.yml'


from __future__ import division
from pyomo.environ import *
model = ConcreteModel()
model.x = Var([1,2], domain=NonNegativeReals)
model.OBJ = Objective(expr = 2*model.x[1] + 3*model.x[2])
model.Constraint1 = Constraint(expr = 3*model.x[1] + 4*model.x[2] >= 1)

我执行:

> pyomo solve Pyomo_concrete_v1.py --solver=glpk

根据我自己的计算,结果应该是:

x[1]=0
x[2]=0.25
OBJ=0.75

然而,我发现以下结果。yml':

# ----------------------------------------------------------
#   Problem Information
# ----------------------------------------------------------
Problem: 
- Name: unknown
  Lower bound: 0.666666666667
  Upper bound: 0.666666666667
  Number of objectives: 1
  Number of constraints: 2
  Number of variables: 3
  Number of nonzeros: 3
  Sense: minimize
# ----------------------------------------------------------
#   Solver Information
# ----------------------------------------------------------
Solver: 
- Status: ok
  Termination condition: optimal
  Statistics: 
    Branch and bound: 
      Number of bounded subproblems: 0
      Number of created subproblems: 0
  Error rc: 0
  Time: 0.018000125885
# ----------------------------------------------------------
#   Solution Information
# ----------------------------------------------------------
Solution: 
- number of solutions: 1
  number of solutions displayed: 1
- Gap: 0.0
  Status: feasible
  Message: None
  Objective:
    OBJ:
      Value: 0.666666666667
  Variable:
    x[1]:
      Value: 0.333333333333
  Constraint: No values

我不明白为什么会有“2个约束”(实际上只有一个约束)、“3个变量”(实际上是2),结果是一个大小为1的向量。

这个results.yml每次执行pyomo时都会更改,但内容总是相同的。


共1个答案

匿名用户

这是由于LP文件格式中的一个怪癖造成的。具体而言,某些解算器不允许目标中存在常量项。为了解决这个问题,Pyomo自动向以LP文件格式输出的所有模型中添加了一个普通变量(名为ONE_VAR_CONSTANT)和一个强制它为1的约束(字面意思是,ONE_VAR_CONSTANT==1)。这通常不会影响解算器性能,因为解算器具有预解算步骤,这些步骤将在解算之前从模型中移除变量和约束。

此外,请注意,您在摘要中看到的结果是正确的:您的模型的最佳解决方案是:

x[1]=0.3333333
x[2]=0
OBJ=0.666666

并且可以通过将答案代入约束和目标来验证(约束是主动且满足的,目标低于你手算的值0.75)。