如何用严格不等号比较浮点变量？CPLEX严格不等式报错求解决方案

为啥会出现这个错误？ #

CPLEX对连续决策变量（就是你定义的dvar float vola）的约束有个核心限制：不支持严格大于（>）或者严格小于（<）的比较操作。这不是bug，是数值优化的固有特性——连续变量是实数域上的数值，严格不等式在求解过程中没法精确判断（比如你没法区分x刚好等于y和x无限接近y的边界情况），所以CPLEX只支持非严格的>=、<=、==运算符。

你换成>=能运行但结果错误，是因为直接替换后完全改变了原约束的语义：原本要求volaforecast[d-1] > vola的严格逻辑，现在变成了允许两者相等的情况，这肯定不符合你原本的业务判断条件。

怎么解决？用epsilon近似严格比较 #

业内最常用的解决方案是引入一个极小的正数（一般叫它epsilon，记为eps），把严格不等式转换成非严格形式，既符合CPLEX的语法要求，又能贴近你原本的逻辑意图。

具体操作步骤：

• 先定义一个合适的eps值（比如1e-6，大小可以根据你的数据精度调整）；
• 将volaforecast[d-1] > vola替换为volaforecast[d-1] >= vola + eps；
• 将volaforecast[d] > vola替换为volaforecast[d] >= vola + eps。

修改后的代码示例 #

// 定义极小的epsilon，根据数据精度调整，别太小也别太大
float eps = 1e-6;

float price[D][A] = ...; 
float volaforecast[D] = ...; 
dvar float vola; 
dvar int change[D][A]; 

maximize sum(d in D, a in A)(price[d][a] * change[d][a]); 

subject to { 
    forall(d in D: d > 1) { 
        ( volaforecast[d] <= vola && volaforecast[d-1] >= vola + eps && change[d]["a"] == 0 ) 
        || 
        ( volaforecast[d] >= vola + eps && volaforecast[d-1] <= vola && change[d]["a"] == 1 ); 
    } 
}

额外小提醒 #

• 选择eps时要注意平衡：不能太小（否则求解器可能因为数值精度问题忽略它的存在），也不能太大（否则会偏离你原本的严格判断逻辑）。如果你的volaforecast和vola是0到1之间的小数（比如波动率数据），1e-6是比较合适的选择；如果是更大的数值，可以按比例调整eps的大小。
• 要是你必须完全排除两者相等的极端情况，可以额外添加约束，但实际求解中用epsilon的方法基本能满足需求——毕竟数值优化本身就存在微小的精度误差，严格相等的场景在实际问题中几乎不会影响结果。

内容的提问来源于stack exchange，提问作者as19aux