如何在CPLEX OPL中解决非线性优化问题？遇内部错误求助

问题重现 #

使用CPLEX OPL求解优化问题时触发内部错误，原代码如下：

int scale=100;
// Declaration of Decision variables
dvar float+ e[num][hr];
dvar float+ f[num][hr];
dvar float d[num][hr];
dvar float amax;
using CP;
dvar int scalec[hr];
dexpr float c[i in hour]=scalec[i]/scale;
dexpr float b[i in hour]=sqrt((m[i]+c[i])^2+n[i]^2);

// Objective
minimize  ((amax*12)/(sum(t in hr)(b[t])));
subject to {
 amax==max(i in hr)(b[i]);
 forall(i in hr){
   c[i]==sum(k in num)d[k][i];
 } 
 forall (i in num){
   forall(j in hr){
     d[i][j]==e[i][j]-f[i][j];
   }
 }

错误原因与解决步骤 #

• 错误使用CP求解器
  代码中加入using CP;强制调用约束规划求解器，但当前问题包含连续变量、平方根等非线性表达式，CP求解器不支持这类非线性连续优化场景，会直接触发内部错误。
  解决：删除using CP;语句，让OPL默认调用MILP/QCP求解器处理非线性问题。

• 集合索引不一致
  代码中同时使用hr和hour两个集合索引（比如dvar int scalec[hr];和dexpr float c[i in hour]），若这两个集合未定义为同一组数据，会引发索引匹配错误，进而触发内部异常。
  解决：统一集合名称，比如将所有hour替换为hr，确保索引集合一致。

• 非线性约束形式不规范
  amax==max(i in hr)(b[i])中的max函数结合平方根表达式，属于非线性约束，直接使用max可能导致求解器解析异常。
  解决：将该约束拆分为等价形式：

  forall(i in hr) amax >= b[i];
  

  因为目标函数是最小化amax/(sum b[t])，求解过程中amax会自动收敛到b[i]的最大值，无需强制等于。

• 分式目标函数的稳定性问题
  原目标函数(amax*12)/(sum(t in hr)(b[t]))是分式非线性形式，CPLEX处理这类目标时可能出现数值不稳定。
  解决：利用分式优化的等价转换——当分子分母均为正数时，最小化A/B等价于最大化B/A，将目标函数改为：

  maximize (sum(t in hr)(b[t])) / amax;
  

  转换后求解器处理更稳定，最终结果的倒数乘以12即可得到原问题的最优值。

修改后的示例代码 #

int scale=100;
// 确保num、hr已正确定义
dvar float+ e[num][hr];
dvar float+ f[num][hr];
dvar float d[num][hr];
dvar float amax;
dvar int scalec[hr];
dexpr float c[i in hr]=scalec[i]/scale;
dexpr float b[i in hr]=sqrt((m[i]+c[i])^2+n[i]^2);

// 转换为等价的最大化目标
maximize (sum(t in hr)(b[t])) / amax;
subject to {
  // 替换原max约束为等价的不等式组
  forall(i in hr) amax >= b[i];
  forall(i in hr){
    c[i]==sum(k in num)d[k][i];
  } 
  forall (i in num){
    forall(j in hr){
      d[i][j]==e[i][j]-f[i][j];
    }
  }
  // 可添加amax的下界避免除以0
  amax >= 1e-6;
}

内容的提问来源于stack exchange，提问作者SUBHADARSHINI PANDA