使用Python的docplex求解线性规划(LP)问题失败求助

你的线性规划模型无可行解，核心原因是约束条件之间存在无法同时满足的冲突：

选取关键约束组合验证：

• 约束c14: x1 + x2 ≥ 705
• 约束c12: 25x1 + x2 ≤ 685

将两个约束相减推导x1的范围：
(x1 + x2) - (25x1 + x2) ≥ 705 - 685
化简得：-24x1 ≥ 20 → x1 ≤ -20/24 ≈ -0.833

再看另一组约束组合：

• 约束c16: 48x1 + x2 ≥ 650
• 约束c11: x1 + x2 ≤ 722

相减推导x1范围：
(48x1 + x2) - (x1 + x2) ≥ 650 - 722
化简得：47x1 ≥ -72 → x1 ≥ -72/47 ≈ -1.532

再结合约束c12和c11的组合：
25x1 + x2 ≤ 685 和 x1 + x2 ≤ 722 相减得：24x1 ≤ 685 - 722 = -37 → x1 ≤ -37/24 ≈ -1.542

此时x1需要同时满足 x1 ≥ -1.532 和 x1 ≤ -1.542，这显然不可能，说明约束条件存在矛盾，导致模型没有可行解空间。

1. 修正约束条件
   检查所有约束的数值和符号是否符合实际业务逻辑：

   • 确认是否将约束的方向写反（比如≥和≤搞混）
   • 核实约束中的常数项是否输入错误（例如c12的685是否应为785，c14的705是否应为605等）

2. 代码增加异常防护
   在调用print_solution()前先判断求解是否成功，避免直接抛出异常：

   from docplex.mp.model import Model
   
   m = Model(name="LP_Problem")
   x1 = m.continuous_var(name="x1")
   x2 = m.continuous_var(name="x2")
   c11 = m.add_constraint( x1 + x2 <=  722)
   c12 = m.add_constraint( 25 * x1 + x2 <= 685)
   c13 = m.add_constraint( 48 * x1 + x2 <= 678.05)
   c14 = m.add_constraint( x1 + x2 >= 705)
   c15 = m.add_constraint( 25 * x1 + x2 >= 658.25)
   c16 = m.add_constraint( 48 * x1 + x2 >= 650)
   m.minimize(2085.05 - 74 * x1 - 3 * x2)
   m.print_information()
   
   s = m.solve()
   if s:
       m.print_solution()
   else:
       print("模型无可行解或求解失败")
       print(f"求解状态详情: {m.solve_details}")
   

3. 验证可行域
   可以通过绘制二维约束图像（因为只有x1、x2两个变量）直观查看约束是否存在交集，确认可行解空间是否存在。

内容的提问来源于stack exchange，提问作者Anil