MILP加速运算技巧（三）——设置惰性约束（以OR-Tools为例）

---

前言

在运筹学建模和求解过程中¹，“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。

本文我们介绍OR-Tools的线性规划求解器调用SCIP实现约束的惰性添加。

OR-Tools添加惰性约束的方法

在OR-Tools当中，SAT求解器的算法原理为约束满足，通过不断地建立节点，判断节点问题的可行性，忽略约束则难以证明最优性，即有可能将整数解剔除，且无法证明剔除的整数解是否最优。而在OR-Tools的Linear Solver当中，仅求解内核为 SCIP 时才可以将约束设置为惰性约束，其他求解内核下，设置惰性约束的代码不产生影响。

具体方法非常简单，即在定义约束时，返回得到 Constraint 对象，