无解！出错！DOCPLEX如何给出冲突约束_docplex怎么输出约束_yaologos的博客

相关文章推荐
玉树临风的苦瓜 · shell wait 和sleep ...· 1 年前 ·
笑点低的肉夹馍 · 動物排序 - iT ...· 2 年前 ·
含蓄的汽水 · sql 查询结果相加_百度知道· 2 年前 ·
痴情的松鼠 · 基于 SVG Sprites ...· 2 年前 ·
酷酷的熊猫 · 详解在QT中写控制台程序实例-qt 控制台程序· 2 年前 ·
并且没有给出冲突约束，难以找出问题所在
Root node processing (before b&c):
  Real time             =    0.03 sec. (20.17 ticks)
Parallel b&c, 4 threads:
  Real time             =    0.00 sec. (0.00 ticks)
  Sync time (average)   =    0.00 sec.
  Wait time (average)   =    0.00 sec.
                          ------------
Total (root+branch&cut) =    0.03 sec. (20.17 ticks)
Traceback (most recent call last):
  File "C:/Users/root/Desktop/src/alternative/example.py", line 139, in <module>
    print(sol.get_objective_value())
AttributeError: 'NoneType' object has no attribute 'get_objective_value'
Process finished with exit code 1
于是，docplex提供了一个类，输出冲突约束，方便查找哪些约束发生冲突 
具体使用方法参考下面的程序 
from docplex.mp.conflict_refiner import ConflictRefiner
# 创建模型
model = Model()
# 添加约束，变量，目标函数等
# 这里略过这些步骤
# 解下来就是检查冲突的类
refiner = ConflictRefiner() # 先实例化ConflictRefiner类
res = refiner.refine_conflict(model) # 将模型导入该类，调用方法
res.display() # 显示冲突约束
sol = model.solve(log_output=True)
其他一些方法，请参考docplex的文档中ConflictRefiner模块的介绍，比较简单 
一般情况，基本只需要调用display()方法就行了 
下面是效果，有40个冲突约束，出现在bal_var约束，pre_1等约束上 
conflict(s): 40
  - status: Member, LinearConstraint: bal_var_(4, 1): X_(4, 1)_1_1+X_(4, 1)_1_..
  - status: Member, LinearConstraint: bal_var_(4, 2): X_(4, 2)_1_1+X_(4, 2)_1_..
  - status: Member, LinearConstraint: bal_var_(5, 1): X_(5, 1)_1_1+X_(5, 1)_1_..
  - status: Member, LinearConstraint: bal_var_(5, 2): X_(5, 2)_1_1+X_(5, 2)_1_..
  - status: Member, LinearConstraint: bal_var_(5, 3): X_(5, 3)_1_1+X_(5, 3)_1_..
  - status: Member, LinearConstraint: bal_var_(6, 1): X_(6, 1)_1_1+X_(6, 1)_1_..
  - status: Member, LinearConstraint: bal_var_(8, 1): X_(8, 1)_1_1+X_(8, 1)_1_..
  - status: Member, LinearConstraint: bal_var_(8, 2): X_(8, 2)_1_1+X_(8, 2)_1_..
  - status: Member, LinearConstraint: X_(1, 1)_1_1+X_(1, 1)_1_2+X_(1, 1)_2_1+X..
  - status: Member, LinearConstraint: X_(1, 2)_1_1+X_(1, 2)_1_2+X_(1, 2)_2_1+X..
  - status: Member, LinearConstraint: X_(1, 3)_1_1+X_(1, 3)_1_2+X_(1, 3)_2_1+X..
  - status: Member, LinearConstraint: pre_1_(1, 1)_(4, 1): X_(1, 1)_1_1+2X_(1,..
  - status: Member, LinearConstraint: pre_1_(1, 3)_(4, 1): X_(1, 3)_1_1+2X_(1,..
建议建模的时候对约束进行命名，不然不知道哪个是哪个
                    docplex系列之refine_conflict介绍使用docplex建模求解可能会出现无结果的错误，如下。并且没有给出冲突约束，难以找出问题所在Root node processing (before b&amp;c):  Real time             =    0.03 sec. (20.17 ticks)Parallel b&amp;c, 4 threads:  Real time             =    0.00 sec. (0.00 ticks)  Sync
				//添加变量思路
add_var_XX(IloModel f_model, IloNumVarArray f_var, IloRangeArray f_cons, data_input *f_data);
  //添加变量
    //获取环境
	IloEnv f_env = f_model.getEnv();
	//向环境中添加变量
	//IloNumVar(const IloEnv env
Row ‘c373’ infeasible, all entries at implied bounds.
那么应该怎么办呢？
当用Yalmip建模+Cplex求解过程中，由于Yalmip的建模方式与Cplex有一定的不同，如图：
saveampl(constraint,object,'mymodel');
得到结果为：
从图中可知，由于没有准确的行编号，利用其对Cplex求解过程中出现的某行出现的问题进行准确定位不太现实。
其实，在‘YALMIP建模+CPL
				CPLEX provides tools to help you analyze the source of the infeasibility in your model. Those tools include the conflict refiner and FeasOpt:
（CPLEX 可以分析模型的无解，包括两个工具：conflict refiner and FeasOpt）
				SOS（special ordered sets，特殊顺序集）是指一组有序集合里，顶多有一个非零值（SOS1 型），或顶多有两个非零值（SOS2 型）。这类约束单独列出来，可以加快线性规划的求解速度。1
线性规划模型中使用大 M 表示的约束条件可以转化成 SOS， ...
				线性约束：
linear−expressionsymbollinear−expression
linear_ -expression   \quad symbol \quad   linear_-expression
linear−expressionsymbollinear−expression
其中symbol仅能取===、≤\le≤、≥\ge≥一般形式：
min⁡Cxts.t.Ax≥Bx≥0
\min C^t _x
\\s.t. \quad Ax \ge B
\\x \ge 0
minCxts.
				上篇文章中的代码和测试用数据出现了问题，需要做一些更正：
（1）测试用的手术时长太长了，如果每个手术室都要加班那么怎么排班总消耗都是一样的，无法验证解的最优性。故将手术时长数据d改用为[142, 276, 9, 211, 117, 223, 244, 333, 352, 94]。另外，手术时长的选取最好满足以下两种情况之一：①所有手术室开放，部分手术室加班；②部分手术室开放，个别手术室少量加班。
（2）70-72行代码有误，应把“y[j::j_]”改为“y[j * j_:]”
这篇文章主要讲解用于提
				constraint generation 约束生成方法（不知道我翻译得对不对）在网上资料相对较少，中文的资料更少。
因为传统的DFJ模型解决TSP问题需要求解指数级别的子集，因此constraint generation显得十分必要（就目前而言，120个节点的TSP也是分分钟解决）。
下面是基于constraint generation的代码。值得注意的是在运行constraint gene...
2. 优化资源利用率：通过资源池化、负载均衡等技术，优化资源的利用率，提高系统的性能和可靠性。
3. 数据中心的优化：通过数据中心的优化，可以提高数据的安全性和可靠性，减少数据丢失的风险。
4. 引入容器化技术：使用容器化技术可以提高应用程序的可移植性和可扩展性，减少系统的维护成本。
5. 引入AI技术：使用AI技术可以提高系统的智能化程度，自动化管理和优化系统，提高系统的效率和可靠性。
                    没成功，请帮看看怎么回事
D:\PythonProjects\venv\Scripts\python.exe D:/PythonProjects/main.py
Traceback (most recent call last):
  File "D:\PythonProjects\main.py", line 56, in <module>
    get_reach_matrix(matrix)
  File "D:\PythonProjects\main.py", line 35, in get_reach_matrix
    import numpy as np
ModuleNotFoundError: No module named 'numpy'
Process finished with exit code 1
                Gurobi获得多个（全部）可行解（最优解）方法
                    qq_43468018: 
                    c++怎么得到多个可行解呢 大佬