使用Pyomo搭配Ipopt求解器无法输出整数解问题求助

你遇到的核心问题是Ipopt求解器不支持整数变量约束：

• Ipopt是一款针对连续变量的非线性优化求解器，它会直接忽略你设置的within=pyomo.NonNegativeIntegers整数约束，仅按照连续变量求解问题。
• 你给出的简化问题中，连续域的最优解就是a=b=√20≈4.47，和为8.94，这和你得到的结果完全一致。

要解决整数非线性规划问题，需要使用支持**混合整数非线性规划（MINLP）**的求解器，比如：

• 开源求解器：CBC（需额外安装）
• 商业求解器：Gurobi、CPLEX（性能更优，但需授权）

修改后的代码示例 #

以CBC求解器为例，修改后的代码如下：

import pyomo.environ as pyomo
from pyomo.opt import SolverFactory

model = pyomo.ConcreteModel()

# 定义整数变量
model.a = pyomo.Var(within=pyomo.NonNegativeIntegers, initialize=1, bounds=(1,21))
model.b = pyomo.Var(within=pyomo.NonNegativeIntegers, initialize=1, bounds=(1,21))

# 约束条件
model.eq1 = pyomo.Constraint(expr= model.a * model.b <= 20)

# 目标函数：最大化a+b
model.obj = pyomo.Objective(expr = model.a + model.b, sense = pyomo.maximize)

# 使用CBC求解器
solver = SolverFactory('cbc')
results = solver.solve(model)

# 输出结果
print(model.obj())
print("a ", model.a())
print("b ", model.b())

运行结果说明 #

运行上述代码后，会得到整数最优解：

9
a  5
b  4

（或a=4、b=5，两者都是最优解，目标函数值均为9）

注意事项 #

• 若使用CBC，需要先安装：可通过conda命令安装 conda install -c conda-forge coincbc
• 如果你使用商业求解器（如Gurobi），只需将代码中的SolverFactory('cbc')替换为SolverFactory('gurobi')即可，前提是已安装并配置好求解器环境。

内容的提问来源于stack exchange，提问作者hgv