AMPL程序求解得最优值为0，但实际应为非零的技术求助

问题分析与解决方案 #

你复现论文线性规划模型时，AMPL求解得到最优值为0，但预期非零，核心原因大概率是约束设置与论文不符，或可行域包含全0解且无更优非零可行解。以下是具体排查和修复步骤：

1. 优先检查投资总额约束（constraint1）

原约束为a + b + c + d + e + f + g <= 15000000，若论文要求投资总额必须等于15000000而非“不超过”，全0解会被排除。修改约束为：

subject to constraint1: a + b + c + d + e + f + g = 15000000;

这是最可能的问题点——原约束允许不投资（全0），而求解器会选择满足所有约束的最低目标值（0）。

2. 核对所有约束的不等式方向

逐个对比论文中的约束符号，确认.mod文件中的>=/<=没有写反：

• 例如constraint2的0.2*(4*a - b - c - d - e - f - g) <= 0，若论文中是>=0，则约束逻辑完全反转，直接导致可行域异常；
• 同理检查constraint3至constraint12的所有符号，这是复现模型时最容易出错的环节。

3. 验证目标函数系数准确性

确认论文中各变量对应的目标系数（如e的0.3、b的0.2等）与.mod文件完全一致，系数错误会导致最优解偏离预期。

4. 排查是否遗漏约束

对照论文检查是否有未写入的约束（如变量间的额外关系、部分变量的上下限等），缺失约束可能导致可行域过大，包含全0这类无效解。

5. 强制使用单纯形法求解

你要求仅用单纯形法，当前CPLEX默认使用对偶单纯形，可在.run文件中添加选项强制原始单纯形：

option cplex_options 'simplex';

注：此设置仅确保求解方法符合要求，不会改变最优解结果。

6. 逐步定位冲突约束

若上述调整后仍无改善，可暂时注释constraint10-12这类复杂约束，逐步运行验证，定位是哪个约束导致仅全0为可行解。

内容的提问来源于stack exchange，提问作者Sahil Sahu