我有一些变量和线性约束定义的线性问题，我想知道每个变量的可能值间隔。
例如，对于变量a，b并c和约束a>b，b>c并且a+b+c=100，我们有：
a in [33.33-100] b in [0-50] c in [0-33.33]
目前，我的解决方案是使用Pulp的线性编程求解器，并将每个变量设置为优化函数，以使其最大化，具有上限，然后最小化以具有其下限。
这使我每个变量重复求解步骤两次，这可能不是最佳选择。
有人知道专门用于查找线性编程变量可能的求解区间的工具吗？
这是一个非常常见的主题，通常称为bounds-tightening，在以下方面非常重要：
您描述的算法通常称为基于优化的限制范围，并且还不错。您所遇到的问题是，纸浆不允许您采取更多的低级措施，并且使用热启动不需要每次运行都进行全部迭代。
Gleixner, Ambros M., et al. "Three enhancements for optimization-based bound tightening." Journal of Global Optimization 67.4 (2017): 731-757. 例如开始于：
基于优化的约束拧紧（OBBT）是减少非凸混合整数非线性程序（MINLP）可变域的最有效方法之一。同时，它是最昂贵的约束拧紧程序之一，因为它可以解决辅助线性程序（LP），其数量最多是许多变量的两倍。本文的主要目的是讨论有效实现OBBT的算法技术。
有非LP技术（例如区间算术）替代方案，例如基于可行性的边界收紧。
参见例如：
Belotti, Pietro, et al. "Feasibility-based bounds tightening via fixed points." International Conference on Combinatorial Optimization and Applications. Springer, Berlin, Heidelberg, 2010.您知道一些现在要搜索的关键字。也许以下是一个好的开始（虽然没有读过）：
Puranik, Yash, and Nikolaos V. Sahinidis. "Domain reduction techniques for global NLP and MINLP optimization." Constraints 22.3 (2017): 338-376.本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句