Pyomo分段函数赋值异常排查：疑似Couenne求解器问题

算力阿峰

2026-5-8

Pyomo分段函数值映射不符合预期的问题排查

我现在需要在Pyomo模型里实现一个固定值的分段映射：

2 → 1
-3 → 0
5 → 0.5
0 → 0

模型里的变量model.test对应model.h_change的取值集合是[-3,0,2,5]，当前model.h_change的具体取值如下：

h_change : Size=11, Index=vehicules
Key : Lower : Value : Upper : Fixed : Stale : Domain
0 : -3 : 0.0 : 5 : False : False : Integers
1 : -3 : 2.0 : 5 : False : False : Integers
2 : -3 : 2.0 : 5 : False : False : Integers
3 : -3 : 2.0 : 5 : False : False : Integers
4 : -3 : 0.0 : 5 : False : False : Integers
5 : -3 : -3.0 : 5 : False : False : Integers
6 : -3 : 0.0 : 5 : False : False : Integers
7 : -3 : 0.0 : 5 : False : False : Integers
8 : -3 : 0.0 : 5 : False : False : Integers
9 : -3 : 0.0 : 5 : False : False : Integers
10 : -3 : 5.0 : 5 : False : False : Integers

我写了下面的分段约束代码：

model.test = Var(model.vehicules, initialize=0, bounds=(0,1))
DOMAIN_PTS = [-3.,0.,2.,5.]
RANGE_PTS = [0.,0.,1.,0.5]
model.con = Piecewise(model.vehicules, #Indexation
                    model.test, # Var res
                    model.h_change, #Var observées
                    pw_pts=DOMAIN_PTS,
                    pw_constr_type='EQ',
                    f_rule=RANGE_PTS)

但运行后model.test的结果完全不符合预期：

test : Size=11, Index=vehicules
Key : Lower : Value : Upper : Fixed : Stale : Domain
0 : 0 : 0.0 : 1 : False : False : Reals
1 : 0 : 0.20000000000000004 : 1 : False : False : Reals
2 : 0 : 0.20000000000000004 : 1 : False : False : Reals
3 : 0 : 0.20000000000000004 : 1 : False : False : Reals
4 : 0 : 0.0 : 1 : False : False : Reals
5 : 0 : 0.0 : 1 : False : False : Reals
6 : 0 : 0.0 : 1 : False : False : Reals
7 : 0 : 0.0 : 1 : False : False : Reals
8 : 0 : 0.0 : 1 : False : False : Reals
9 : 0 : 0.0 : 1 : False : False : Reals
10 : 0 : 0.5000000000000001 : 1 : False : False : Reals

比如索引1、2、3的h_change取值是2，对应的test应该是1，但实际结果却是0.2，我实在搞不懂代码哪里出问题了。

后来我做了一个测试，用了一段参考代码（调整后）：

# 预期X=5时Y=6
xdata = [1., 3., 6., 10.]
ydata = [6.,2.,8.,7.]
from pyomo.core import *
model = ConcreteModel()
model.X = Var(bounds=(1,10))
model.Y = Var(bounds=(0,100))
model.con = Piecewise(model.Y,model.X, pw_pts=xdata, pw_constr_type='EQ', f_rule=ydata, pw_repn='SOS2')
# 强制X=5
def con2_rule(model):
    return model.X==5
model.con2 = Constraint(rule=con2_rule)
model.obj = Objective(expr=model.Y, sense=maximize)

用Couenne求解器得到的Y值是7.600000072980164，和预期的6完全不符。这让我怀疑问题可能出在求解器上，而不是Piecewise的代码逻辑。有没有人能帮我确认一下问题根源，并且给出解决办法？

内容的提问来源于stack exchange，提问作者LCMa