Pyomo调用GLPK求解线性规划未得到预期最优解问题咨询

你的代码对决策变量x2的取值域定义错误，直接导致可行域不符合题目要求。

你在定义x2时使用了NonPositiveReals（非正实数域，即强制x2 ≤ 0），但题目明确要求x2 ≥ 0：

# 错误代码行
model.x2 = pyo.Var(within = pyo.NonPositiveReals)

这个错误相当于额外加了一条x2 <= 0的约束，完全锁死了x2取正值的可能。在这个错误的可行域下，x2最大只能取0，代入约束计算得到的最优解就是x1=30、x2=0，对应目标函数值120，和你运行得到的结果完全一致，自然无法得到x2=20的理论最优解。

将x2的取值域修改为和x1一致的NonNegativeReals（非负实数域）即可，修正后的代码片段：

model.x2 = pyo.Var(within = pyo.NonNegativeReals)
x2 = model.x2

修改后重新运行求解，就能得到预期的最优结果：目标函数值140，对应x1=20、x2=20。

内容的提问来源于stack exchange，提问作者Marleen