Pyomo中二进制变量定义失效，取值非0/1问题求助

我是Pyomo（及优化领域）的新手，尝试用Big M法和二进制变量实现最大值约束。代码运行后变量z的结果正确（为x=5和y=9的最大值），但本应仅取0或1的二进制变量u_1、u_2却取0到1之间的数值，恳请帮忙排查问题。

代码示例 #

import pyomo.environ as pyomo

m = pyomo.ConcreteModel()

m.x = pyomo.Param(initialize=5) 
m.y = pyomo.Param(initialize=9) 
m.z = pyomo.Var(domain = pyomo.NonNegativeReals)
m.u_1 = pyomo.Var(domain = pyomo.Binary)
m.u_2 = pyomo.Var(domain = pyomo.Binary)
m.M = pyomo.Param(initialize=1e3) # Big M

m.o = pyomo.Objective(expr = m.z + 8)
m.cons = pyomo.ConstraintList()

# 约束：确保z是x和y的最大值
m.cons.add(m.x <= m.z) 
m.cons.add(m.y <= m.z) 
m.cons.add(m.x >= m.z - m.M*(1-m.u_1)) 
m.cons.add(m.y >= m.z - m.M*(1-m.u_2))
m.cons.add(m.u_1 + m.u_2 >= 1)  

m.pprint()

solver = pyomo.SolverFactory('ipopt')
status = solver.solve(m)

print("Status = %s" % status.solver.termination_condition)

for v in m.component_objects(pyomo.Var, active=True):
    print ("Variable component object",v, v.value)

运行输出 #

• Variable component object z 8.999999912504697（正确，为x=5和y=9的最大值）
• Variable component object u_1 0.5250908817936364（预期为0或1）
• Variable component object u_2 0.5274112114061761（预期为0或1）

问题原因与解决方法 #

核心原因 #

你使用的Ipopt求解器是专门求解连续非线性规划（NLP）问题的工具，它不支持处理整数/二进制变量。当你定义了Binary类型的变量后，Ipopt会自动忽略这个离散约束，将其当作连续变量处理，因此会输出0到1之间的非整数结果。

解决步骤 #

1. 更换支持整数规划的求解器：使用开源免费的CBC求解器，或者商用的Gurobi、CPLEX等。CBC是Pyomo常用的免费整数规划求解器。
2. 修改代码中的求解器调用：将原代码中的

   solver = pyomo.SolverFactory('ipopt')
   

   替换为：

   solver = pyomo.SolverFactory('cbc')
   

3. 安装CBC求解器（若未安装）：
   • 通过conda安装：conda install -c conda-forge coincbc
   • 通过pip安装：pip install pyomo-extras

额外优化 #

你的目标函数m.z + 8与最大化m.z的效果完全一致，可以简化为expr = m.z，让代码更简洁。

内容的提问来源于stack exchange，提问作者r_pv