问题标签 [mixed-integer-programming]

我正在努力对我正在处理的问题进行分类，这意味着我无法弄清楚是否有任何已建立的启发式解决方案。你认为这是什么类型的问题，你会建议我如何解决它？

我有一系列桶 A、B、C、D。每个桶都可以包含一定数量的项目。桶的总大小与人口的大小相匹配。总体中的每个项目都有 A、B、C、D 的分数。

我想将项目分类到桶中，以使匹配桶的总分最大化；即桶A中所有项目的A分数，桶B中所有项目的B分数等等。因此，即使项目的 A 分数较高，理想情况下也有可能在桶 B 中，因为可能有很多项目具有高 A 分数，而很少有高 B 分数的项目。

我正在寻找一种使用 R 为 linux 程序找到最佳参数的好方法。

每次运行大约需要 20 秒。

你输入一个整数作为输入，然后得到一个十进制数。我的目标是让这个输出数字尽可能接近 4.5，尽管有时这是不可能的。我也想保持输入尽可能低可能的。输入可以在 30 到 10,000 之间变化。

我已经对该主题进行了一些研究，并尝试了玩具数据集。但我不确定哪个是最好的方法。我已经尝试了一些简单的 if/for 循环，详尽地遍历所有输入（或者足够直到我合理接近）。但这似乎很粗糙。我只是逐渐增加/减少输入并测量对输出的影响。这确实告诉我输入和输出之间的关系不是线性的。它也比最初看起来更复杂，有很多峰值和低谷。

lpsolve 和 ompr 包似乎是正确的，但我不确定如何使用它们，因为所涉及的理论远远超出了我的范围！

我不仅要获得 MIP 的最佳解决方案，还要获得 5 个最佳解决方案。我知道，如何让 Gurobi 保存 5 个最佳解决方案，但我不知道如何像使用最佳解决方案（见下文）一样访问它们，特别是 2 个决策变量的值x[i,j]和y[j]

提前致谢！

我编写了一个算法，可以找到混合整数凸优化问题的可行点。现在我希望将它与MINLPlib 库中的测试平台上的混合整数非线性程序的可行性泵进行比较。

我可以通过 Pyomo 从Coin OR项目访问 BONMIN 求解器，该项目还实施了可行性泵。这是此求解器的可能选项列表。

我的问题是

1. 以下选项对于测试（普通香草）可行性泵是否正确？

   如果没有，任何提示如何正确地做到这一点表示赞赏。

2. 如何访问可行性泵的迭代次数（即泵送周期）？我可以在打印输出中看到迭代信息，但如果它存储在某个变量中，这将非常有帮助。

我正在尝试实现增量优化，在其中我可以为 MILP 模型提供新的约束/变量，并随着时间的推移删除一些其他约束/变量。更不用说已解决的变量只要不被删除就应该被视为固定值。

我的问题是是否有标准的方法/工具可以做到这一点？到目前为止我想到的是使用 python 操作 GAMS sqlite 数据库，有更好的主意吗？可以使用其他环境。

我很感激任何线索来实现这样的事情。谢谢

我正在用 MATLAB 中的二进制变量解决 MILP 优化问题，我想通过排除以前的解决方案来找到多个最佳解决方案。因此，我知道我必须在我的模型中包含以下整数切割作为约束：

总和 {y_j : y'_j = 1} + 总和 {(1-y_j) : y'_j = 0} <= M - 1

其中，y_j 是我的二进制变量向量。M 是二进制变量的总数（j 循环从 1 到 M），y'_j 是我的二进制变量在先前解决方案中的值。

在 MILP 框架中，通过以下形式的矩阵 A 包含约束：A* x <= b，其中 x 是二进制变量的向量，b 是已知系数的 RHS。

然后，我的问题是我无法将上述约束“翻译”成这种 MILP 格式。

非常感谢您的帮助，

乔治

我在 Python 中使用 Pyomo 和 MINLP 求解器“BARON”。我已经实现了让它运行并通过 pyomo 将选项（例如 maxTime）传递给求解器。

在男爵手册中，他们解释了在 pyomo 中设置分支选项的选项：“分支优先级（可选）：可以使用关键字 BRANCHING PRIORITIES 提供分支优先级。这些参数的默认值设置为 1。变量违规乘以在选择分支变量之前用户提供的优先级。示例分支优先级部分如下： BRANCHING_PRIORITIES{ x3: 10; x5: 0; }"

我如何通过 pyomo 实现它，因为我无法设置它solver.option[x1]=1？

Pyomo 在线文档 5.1.1 指的是后缀和与 AMPL 的接口，用于设置一般分支的优先级。我还没有理解后缀，如果我的代码中包含哪些行以设置某个变量的优先级，我将不胜感激。

提前致谢。

我是混合整数优化问题的新手。目前，我正在使用具有默认 CBC 求解器的纸浆 python 接口来解决问题。问题是提高癌症诊所模型中的资源利用率，下面是具有目标函数和约束的代码。当我使用 prob.solve() 时，我有 3 个不同的问题： 1. 我得到 BeginTreatment 变量的值 1.0 但是我没有得到 ContinueTreatment 变量的值 1.0？2. 基于主席连续性约束，不应将编号超过 29 的插槽分配给 8 的 pat_type，因为最多只有 40 个插槽可用。但我还是看到了吗？（不仅适用于 8 的 pat_type，其他也适用） 3. 我应该尝试不同的求解器而不是纸浆的默认 CBC 求解器吗？如果是，我该怎么做？

我正在尝试求解变量取二进制值的线性方程组

我的矩阵 A 大约有 400 列和 3000 行。由于篇幅限制，只发布了几列。我的输出向量始终为 1。我所有的变量只能采用二进制值 - 0 或 1

我有一个线性方程 Ax = b。我正在尝试使用 Python 中的纸浆来最小化 (Ax-b)^2。A 的尺寸为 (1000, 500)，b 的尺寸为 (1000,)。

到目前为止，我已经尝试过：

我如何将正方形用于函数 mse。如果我尝试：

我收到此错误：

* ** 或 pow() 不支持的操作数类型：'LpAffineExpression' 和 'int'*