OPL迭代解保存异常求助：结果未保留且参数更新无效

核心问题点 #

• 单变量存储解值导致覆盖：使用单个output变量保存所有x[k][r.N]的解，每次循环都会被最后一个r的结果覆盖，后续迭代无法绑定所有前序变量的正确值。
• 未保留历史迭代约束：每次迭代新建opl模型时，仅对当前k的x变量设置上下界，没有固定之前所有迭代中已求解出的x变量值，导致迭代4、5丢失前序结果。
• M集合更新逻辑不严谨：data2.M=thisOplModel.s; data2.M.add(k);的写法会每次从原始s集合初始化再添加k，容易导致M集合未按预期逐步扩展。
• 模型对象过早销毁：每次迭代结束调用opl.end()销毁模型，导致之前的变量和约束无法传递到下一次迭代。

修复后的代码 #

main {
  var source = new IloOplModelSource("subset.mod");
  var cplex = new IloCplex();
  var def = new IloOplModelDefinition(source);
  // 用字典存储所有历史解值，键为"k_rN"格式字符串
  var savedSolutions = new IloMap();
  
  // 初始化M集合，从原始s开始逐步扩展
  var currentM = new IloIntSet();
  for(var m in thisOplModel.s) {
    currentM.add(m);
  }

  for(var k=1;k<=5;k++)
  {
    currentM.add(k);
    var opl = new IloOplModel(def,cplex);  
    var data2= new IloOplDataElements();
    
    data2.M = currentM;
    data2.N=thisOplModel.N;
    data2.Links=thisOplModel.Links;
    data2.CAP=thisOplModel.CAP;
    data2.Tr=thisOplModel.Tr;
     
    opl.addDataSource(data2);
    opl.generate();

    // 绑定所有历史迭代的变量值
    if (!savedSolutions.isEmpty()) {
      for(var key in savedSolutions.keys()) {
        var parts = key.split("_");
        var iter = parseInt(parts[0]);
        var nVal = parts[1];
        opl.x[iter][nVal].LB = savedSolutions.get(key);
        opl.x[iter][nVal].UB = savedSolutions.get(key);
      }
    }

    if (cplex.solve()) {
      writeln("ITERATION ", k);
      writeln('\n****OBJ************');
      writeln("OBJ = " + cplex.getObjValue());
      writeln('\n****x************');
      // 保存当前迭代的所有x变量解
      for (var r in data2.Links){
        var solVal = opl.x[k][r.N].solutionValue;
        writeln("x["+k+"]["+r.N+"] = " + solVal);
        savedSolutions.put(k + "_" + r.N, solVal);
      }
    } else {
       writeln("No solution");
    }
    opl.postProcess();            
    data2.end();
    opl.end();
   }  
   savedSolutions.end();
}

关键修改说明 #

• 字典存储历史解：创建IloMap类型的savedSolutions，以"k_rN"（如"1_b"）为键存储每个x[k][r.N]的解值，避免单变量覆盖问题。
• 正确扩展M集合：提前初始化currentM，每次迭代添加当前k，确保M集合按{1}→{1,2}→{1,2,3}...的顺序逐步扩展。
• 绑定所有历史变量约束：每次迭代生成模型后，遍历savedSolutions中的所有历史解，将对应的x变量上下界固定为历史值，确保前序迭代结果被保留。
• 完整保存当前迭代解：求解成功后，遍历当前迭代的所有x[k][r.N]变量，将解值存入字典，同时打印输出便于验证。

内容的提问来源于stack exchange，提问作者yalan