AMPL调用IPOPT求解无界问题返回错误最优解且显示“solved”

我来帮你拆解这个问题：你写的AMPL代码确实定义了一个无界的优化问题——目标函数-(x1²) + x1是开口向下的二次函数，当x1趋向正无穷时，目标值会无限减小（毕竟你是在做最小化），理论上不存在最优解。但IPOPT却返回了结果，这其实是数值优化算法的特性导致的。

先把你的代码和IPOPT的输出片段列出来，方便理解：

你的AMPL代码 #

var x1 >= 0 ;
minimize obj: -(x1^2)+x1;

IPOPT的初始输出片段 #

---

This program contains Ipopt, a library for large-scale nonlinear optimization.
Ipopt is released as open source code under the Eclipse Public License (EPL).
For more information visit http://projects.coin-or.org/Ipopt
******************...

背后的原因 #

IPOPT是基于梯度的数值迭代算法，它不会先从数学上判定问题是否无界，而是一步步迭代寻找更优的解。面对无界问题时，它会不断增大x1的取值，直到触发某个数值终止条件：

• IPOPT会给未显式设置上限的变量默认一个极大的边界（比如1e10），当x1接近这个值时，算法会停止
• 迭代过程中，目标函数的下降幅度可能低于预设的收敛阈值，算法认为无法再有效改进，从而终止
• 也可能是达到了IPOPT默认的最大迭代次数限制

这种情况下，IPOPT返回的"解"只是它在数值上能推进到的最远点，并不是真正的最优解——因为理论上这个问题根本没有最优解。

解决建议 #

• 显式设置变量边界：如果你希望得到有意义的结果，给x1加一个合理的上限，比如：

  var x1 >= 0 <= 10 ;
  minimize obj: -(x1^2)+x1;
  

  这时IPOPT会找到这个边界内的最优解（x1=10，目标值-90）
• 调整IPOPT参数：你可以修改IPOPT的配置，比如增大最大迭代次数、收紧收敛阈值，或者开启无界检测相关参数（不过对于简单问题，提前做理论分析更高效）
• 先做数学分析：在数值求解前，先判断问题的有界性——像这个二次函数，一眼就能看出最小化无界，这样就不会对IPOPT的返回结果感到困惑了

内容的提问来源于stack exchange，提问作者Mahraz