Glpk与Rglpk求解同一问题得到不同最优解的技术问询

• 求解器参数配置差异：Rglpk的默认参数可能与glpsol不一致：
  • 整数规划的切割平面策略、分支定界启发式设置不同，导致Rglpk提前终止于次优解，但仍返回状态OK；
  • 线性规划的精度容忍度（如tol参数）设置更宽松，Rglpk在达到近似最优时就停止，而glpsol采用更严格的精度标准；
  • 预处理选项开启程度不同，glpsol可能默认启用更强的预处理，而Rglpk默认关闭或采用弱预处理，导致求解空间存在差异。
• 模型传递的数值精度问题：
  • R向GLPK调用库传递模型时，浮点数存储或转换出现精度损失，大规模模型中系数的微小偏差可能导致求解器找到不同的最优解（尤其针对退化LP/MIP问题）；
  • 32位与64位系统的浮点数精度存在差异，旧版本在32位环境下的模型传递可能有特殊处理，或问题本身对精度变化高度敏感。
• 模型表述的细微偏差：
  • 检查R构建的模型与glpsol加载的模型是否完全一致：变量上下界、约束方向（≥/≤/=）、目标函数系数是否存在笔误；
  • 变量类型定义错误：比如glpsol中定义为整数的变量，在Rglpk中被误设为连续变量，导致最大化问题的目标值偏低。
• 版本兼容的隐性问题：
  • 同一大版本的GLPK中，Rglpk绑定的调用库与glpsol使用的库可能存在编译选项差异，导致求解器内部逻辑表现不一致；
  • 64位系统下GLPK的内存管理、数据结构处理与32位不同，旧版本Rglpk与GLPK在32位环境下兼容性更好，新版本64位环境存在未被发现的逻辑差异。
• 终止条件判断差异：
  • 部分版本的GLPK调用库中，返回状态OK的判定条件与glpsol不同，比如Rglpk认为满足某一次优条件即返回OK，而glpsol会继续求解至严格最优。

内容的提问来源于stack exchange，提问作者A.M.