如何在GAMS（MIP）中正确使用round函数处理正变量arr？

GAMS的round()函数仅支持参数（Parameter），无法直接作用于决策变量（如你的arr(i,j)），因为MIP求解时变量值未知，这类非线性非凸函数无法直接纳入约束。要实现变量的四舍五入逻辑，需要通过线性化+整数辅助变量来转化约束，具体步骤如下：

1. 声明变量 #

首先补充声明辅助整数变量，用于承载arr(i,j)*100四舍五入后的整数值：

Positive Variable arr(i,j);  // 你的原始正变量
Variable w(i,j);             // 四舍五入后的结果变量
Integer Variable k(i,j);     // 辅助整数变量：对应arr*100四舍五入后的整数

2. 设置辅助变量的上下界 #

为了提升求解效率，需要给k(i,j)设置合理的上下界（基于arr(i,j)的已知范围）：

// 假设你已知arr的下界lb_arr和上界ub_arr（需替换为你的实际参数或数值）
k.lo(i,j) = floor(lb_arr(i,j)*100);
k.up(i,j) = ceil(ub_arr(i,j)*100);

如果arr的范围不确定，可以根据模型场景设置一个足够覆盖可能取值的范围（比如k.lo(i,j)=0，k.up(i,j)=10000，具体看你的业务需求）。

3. 编写线性化约束 #

通过两个约束实现四舍五入逻辑，再关联w(i,j)和k(i,j)：

// 约束1：arr*100 - 0.5 ≤ k ≤ arr*100 + 0.5
eq_round_low(i,j).. arr(i,j)*100 - 0.5 =l= k(i,j);
eq_round_high(i,j).. k(i,j) =l= arr(i,j)*100 + 0.5;

// 约束2：w是k除以100的结果（保留两位小数）
eq_w_def(i,j).. w(i,j) =e= k(i,j)/100;

逻辑说明 #

因为k(i,j)是整数，上述约束会强制k取arr(i,j)*100四舍五入后的整数：

• 当arr(i,j)*100的小数部分≥0.5时，k会取到大于等于arr*100的最小整数（即ceil值）
• 当小数部分<0.5时，k会取到小于等于arr*100的最大整数（即floor值）
  最终w(i,j)就是arr(i,j)四舍五入保留两位小数的结果，完全替代你原来的eq1约束。

内容的提问来源于stack exchange，提问作者Kosovi