微妙和限制

微妙和限制

有一些微妙的子节点与查找我们现在覆盖的多个解决方案相关联。

连续变量

在考虑具有连续变量的模型的多种解决方案时出现一个微妙信息。具体来说,您可能有两个解决方案,它在整数变量上取得相同的值,但是某些连续变量的不同之处在于。通过在这两个解决方案之间的线路上选择不同的点,您实际上对问题的可行解决方案实际上具有无限数量的选择。为避免此问题,我们将两个解决方案定义为等同于所有整数变量上相同的值(以及参与SOS约束的所有连续变量)。如果相当于池中已经在池中的另一个解决方案,则将丢弃解决方案。

最优差距

最优性差距之间的相互作用(mipgap.或者mipgapabs.)多种解决方案可能有点微妙。使用默认值时PoolsearchMode.,非零最优性差距表明您愿意允许MIP解算器声明最佳解决方案,即使模型可能具有其他更好的解决方案。手机万博登录要求求解器在终止时使求解器在手机万博登录于,没有其他溶液将通过超过最优性差距来改善现任目标。在这一点上终止最终是一个务实的选择 - 我们可能宁愿拥有真正的最佳解决方案,但将最优性差距降低到零的成本通常是令人禁止的。

当找到多种最佳解决方案时,这种务实的选择可以产生一些混淆。特别是,如果你要求的话<span> $ </ span> n <span> $ </ span>最佳解决方案,最佳差距在默认情况下扮演类似的角色,但含义可能有点难以理解。具体来说,非零最优性差距意味着您愿意允许求解器声明它已经找到了手机万博登录<span> $ </ span> n <span> $ </ span>最佳解决方案,即使可能有优于返回的解决方案。在这种情况下,索赔是任何不包括据报道的解决方案<span> $ </ span> n <span> $ </ span>最好的将改善最严重的目标<span> $ </ span> n <span> $ </ span>最佳差距小于最佳差距。

如果要避免这种潜在的混淆来源,则应在使用时将最佳差距设置为0poolsearchMode = 2

伐木

如果您从MIP浏览日志,请解决PoolsearchMode.设置为非默认值,您可能会看到目标的下限超过上限。这不能发生默认值PoolsearchMode.- 如果您只是在寻找一个最佳解决方案,请在下限到达上限时立即完成搜索。但是,如果你正在寻找<span> $ </ span> n <span> $ </ span>最佳解决方案,您必须证明该模型没有优于的解决方案<span> $ </ span> n <span> $ </ span>最好的。目标<span> $ </ span> n <span> $ </ span>解决方案可能比现任者更糟糕。在这种情况下,日志文件将包含一行形式:

在节点123中找到的最佳解决方案 - 现在完成解决方案池......

分布式MIP.

我们应该指出与多种解决方案相关的一个限制是分布式MIP解算器尚未扩展以支持非默认值手机万博登录PoolsearchMode.设置。分布式MIP通常会产生比非分布式MIP更可行的解决方案,但没有办法要求它找到<span> $ </ span> n <span> $ </ span>最好的解决方案。