Python中Docplex整数/二进制变量输出近似浮点值问题排查

为什么会出现浮点值？ #

你的变量定义本身没有问题（从模型统计的binary=54143, integer=6798可确认所有变量都是整数/二进制类型），出现近似浮点值的原因主要有两个：

1. 求解器浮点精度误差：MILP求解器内部使用浮点数运算，当问题规模较大（你这里有6万+变量）时，数值计算的累积误差会导致结果显示为接近整数的浮点数（比如8314.999999999944实际就是整数8315）。
2. 你看到的是聚合值：QB、QBR是五维整数变量数组，LR是二维二进制变量数组，你输出的应该是这些变量的求和结果，而非单个变量的值。聚合后的浮点偏差是多个变量浮点误差的累积结果。

另外，你的代码存在一个明显错误：Qproduct变量未定义，会导致运行时抛出NameError，需要先根据实际需求定义该变量。

修正方法 #

1. 修正代码中的未定义变量

在变量定义前添加Qproduct的定义：

from docplex.mp.model import Model
from datetime import datetime

model = Model(name='Logistics')

T = 3
P = 5
A = 13
B = 2
R = 2 
Qproduct = 10  # 替换为你实际的产品数量

QB = [[[[[model.integer_var(name=f"QB_{t}_{p}_{q}_{a}_{b}") for b in
range(B)] for a in range(A)] for q in range(Qproduct)] for p in range(P)] for t in range(T)]

QBR = [[[[[model.integer_var(name=f"QBR_{t}_{p}_{q}_{b}_{r}") for r in
range(R)] for b in range(B)] for q in range(Qproduct)] for p in range(P)] for t in range(T)]

LR = [[model.binary_var(name=f"LR_{t}_{r}") for r in range(R)] for t in range(T)]

2. 处理浮点结果的显示与取值

对于单个变量或聚合值，可通过四舍五入或格式化输出得到整数结果：

# 获取单个QB变量的整数解
qb_single_value = round(QB[0][0][0][0][0].solution_value)

# 计算所有QB变量的总和并转为整数
total_qb = sum(QB[t][p][q][a][b].solution_value for t in range(T) for p in range(P) for q in range(Qproduct) for a in range(A) for b in range(B))
total_qb_int = round(total_qb)

# 格式化输出结果
print(f"QB总和 = {total_qb_int}")
print(f"LR总和 = {round(sum(LR[t][r].solution_value for t in range(T) for r in range(R)))}")

3. 调整求解器精度参数

如果希望求解器更严格地收敛到整数解，可以调整求解器的容差参数：

# 设置整数容差（更小的值意味着更严格的整数约束）
model.parameters.mip.tolerances.integrality = 1e-6

# 设置MIP间隙（更小的间隙意味着求解器会更接近最优整数解）
model.parameters.mip.tolerances.mipgap = 1e-8

# 求解模型
solution = model.solve()

内容的提问来源于stack exchange，提问作者Nasser Tarin