数学模型tricks | 大M法线性化注意事项

数学模型tricks | 大M法线性化注意事项

---

---

问题

有如下二次项：
$$gx$$
其中
g ∈ { 0 , 1 } , − 10 ≤ x ≤ 0 g \in \{0,1\},-10 \leq x \leq 0 g∈{0,1},−10≤x≤0
用大M法线性化
令 $y=gx$，转化为$y\ge x，y\ge -Mg，y\le x+M(1-g)$
即：$g=1$时，$y=x$；$g=0$时，$y=0$

为了检验大M法的效果，用Gurobi求解下面的问题
m i n x y ≥ x y ≥ − M g y ≤ x + M ( 1 − g ) g ∈ { 0 , 1 } − 10 ≤ y ≤ 0 − 10 ≤ x ≤ 0 min \quad x\\ y \geq x\\ y \geq -Mg\\ y \leq x + M(1-g)\\ g \in \{0,1\}\\ -10\leq y \leq 0\\ -10 \leq x \leq 0 minxy≥xy≥−Mgy≤x+M(1−g)g∈{0,1}−10≤y≤0−10≤x≤0

from gurobipy import *
m= Model()
M = GRB.INFINITY
x = m.addVar(lb = -10,ub=0,vtype=GRB.CONTINUOUS,name='miu')
y = m.addVar(lb = -10,ub=0,vtype=GRB.CONTINUOUS,name='xi')
g = m.addVar(vtype=GRB.BINARY,name='g')

m.setObjective(x,GRB.MINIMIZE)

m.addConstr(y >= x)
m.addConstr(y >= -M * g)
m.addConstr(y <= x + M * (1 - g))
m.optimize()
m.write('test.lp')

结果最优解居然是$x=-10，g=1,y=0$，而我们知道$g=1$时，肯定满足$y=x$

错误根源

找了很久，发现是大M取值的问题，导致了数值计算中出现错误。 大M取GRB.INFINITY太大了。
解决方案：

M = GRB.INFINITY 改为 M = 10e6

结果就正确了

经测试，发现当满足$M\le 10e16$，结果正确，当$M\ge 10e17$就会出现上面的错误了。

---

总结

1.综上

在和运筹优化群里大佬的讨论后总结如下：
大M不能太小，若太小则不能保证线性化后不等式的方向，因此无法起到线性化的作用；也不能太大，会导致数值计算上的问题。
大M如果有物理意义，根据物理意义来取值越小越好；否则一般取值上，比参数多一两个数量级就好。

2.大M的用法详细介绍

这个网站对大M的用法介绍比较详细：
https://yalmip.github.io/tutorial/bigmandconvexhulls

3.大M取值太小引发的错误

在另一篇中记录了大M取的太小引起的错误：
[两阶段鲁棒优化 | Biilinear 项的线性化]
(https://blog.csdn.net/m0_46357737/article/details/126117901?spm=1001.2014.3001.5501)

4.Gurobi求解时精度引起的错误

用gurobi求大M法线性化$Binary\ast Continuous$后的模型，发现结果不对。
检查了很久，后来发现加上

m.setParam('IntegralityFocus',1)

之后结果才正确。精度也会有影响。

5.偷懒的解决方法

直接把带$Binary\ast Continuous$项的约束扔给Gurobi，他会自动线性化，而且有时候效果比你手动线性化更好。