在运筹学建模和求解过程中,“lazy constraints”(惰性约束)是一种动态添加约束的策略。通常,在使用整数规划(Integer Programming)或混合整数规划(Mixed-Integer Programming)求解器时,我们希望找到满足所有约束条件的整数解。然而,某些约束对求解效率有极大的劣化影响,因此在求解的过程中并不一开始就全部添加,而是根据需要在优化过程中动态地加入,以此加速求解过程。
惰性约束的添加通常是根据当前获得的 solution 信息进行的。如果当前解不满足某些条件,就会添加新的约束,以排除当前解,然后重新启动求解过程。这种方法在求解包含大量约束的问题时,可能比一开始就全部添加约束更高效。
这里我们介绍如何利用 Gurobi 的 Callback 方法在求解过程中添加惰性约束。
以下是一个简单的惰性约束的例子,假设我们有一个纯整数规划问题,要最小化变量 x 和 y 的和,此外要求 x 和 y 的和至少为 6。此问题用 Python 调用 Gurobi 求解:
import gurobipy as grb
model = grb.Model('lazy_constraint_example'