java调用Groubi使用Double.MAX_VALUE作为大M导致模型不可行

最新推荐文章于 2024-03-12 10:35:43 发布
最新推荐文章于 2024-03-12 10:35:43 发布
阅读量340 收藏 1
点赞数
文章标签： java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38594226/article/details/125198244
版权

  1. 可能原因：gurobi底层使用c++写的，使用java中的Double.MAX_VALUE超出了c++相应数值的二进制位数，二进制存储在溢出之后多余的部分会被截断，gurobi识别后变成一个较小的数字导致起不到大M的作用。

  2. 如何发现的：参考这篇文章Gurobi 不可行问题的冲突溯源，写出ilp文件，未发现ilp文件中的约束不可行

import gurobipy as gpy
model = gpy.read('ExampleBaseline.LP')
model.optimize()
model.computeIIS()
model.write('ExampleBaseline.ilp')

# 文章中的更高级用法，可以发现违反的约束
model = gpy.read('ExampleBaseline.ilp')
model.feasRelaxS(0, False, False, True)
model.optimize()
model.write("ExampleBaseline.sol")
model.write("ExampleBaseline.lp")
苇草2020
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Test.java关于静态的分析
12-10
public static final double MAX_VALUE=3.14;//静态的成员常量 规范要求全部大写 采用下划线命名法则 public static final String YELLOW="yellow"; public static final String GREEN="green"; public ...
提高gurobi建模的数值稳定性
zhanghuaren2003的博客
12-13 1178
gurobi 降低数值问题
gurobi不可解溯源——大M法中M取值问题
qq_60086092的博客
12-15 207
由于代码中多次用到了M，每处变量的量级不同，都更改工作量有点大，故其它地方都先暂时改小为1e5。再次求解，可解次数增加了！跑模型的时候用了分段线性化和用户均衡条件，都是用大M法线性化的，结果总是不可解。输出冲突约束发现都是分段线性化那部分的，但乍一看又很莫名其妙，看不出有哪几个约束冲突。总结：冲突约束物理意义不明显且涉及到M值时，考虑M设置不当的原因，将M改为相关变量的10-100倍，不能太大或太小。看到这次的冲突中出现了用户均衡部分的内容，故技重施。这里的变量最大值约为几十，故M用100，再次求解。
gurobi解不一致的问题排查思路总结
sinat_41348401的博客
03-30 3233
结果不一致的排查思路 1.看看是否问题约束有违背的。 2.是否有小数变量，也就是精度不够； 可以设置：m.Params.IntegralityFocus=1 #输出的解都是整数，不带小数。 3.检查是否gap设置问题，默认是0.1； 可以设置0：m.Params.MIPGap = 0 #设置相对误差，看看效果。 4.检查是否系数过大，或者过小，常见的是大M法中的大M，还有个别变量的上下界不宜为无穷大 个人测试中发现4位数以下效果比较好。 5. ...
Gurobi + Python
royce_feng的博客
08-21 7775
自学Gurobi的时候发现国内缺乏相对应的教程，大多止于浅层的gurobi安装和搭载，稍微深入点也只是最基础的模型建立：add variable, update, add constraint, set objective, optimize 和基本的读写。 甚至缺乏对于结果的解读。 Google到的内容比 百度 多的多。 最好的资料当然是官网的 http://www.gurobi.com/d...
Matlab+gurobi求解出现数值问题：numerical problems
xiao____bai____的博客
08-16 1557
本来以为matlab+gurobi求解只会出现unfeasible的问题，没想到今天遇到了numerical problem？！在使用matlab+yalmip+gurobi求解MILP问题时，可以求得解（解有数值，但解不满足约束）出现了报错“numerical problems”。
java试卷（含答案）
05-19
子类要调用父类的方法，必须使用super关键字。 4．最终类不能派生子类，最终方法不能被覆盖。 5．如果p是父类Parent的对象，而c是子类Child的对象，则语句c = p是正确的。 6．所有的鼠标事件都由MouseListener监听...
最新JAVA编程题全集_50题及答案
09-05
不使用中间变量 把两个变量的值互换 int a=10; int b=100; a=a*b; b=a/b; a=a/b; System.out.print("a="+a+" b="+b); 折半查找 public class Test { public static int[] data = { 12, 15, 20, 10, 19, 3, 89, ...
Java类库常用类[收集].pdf
10-19
* `max(double a, double b)`:返回两个数中的较大数。 * `random()`:随机返回一个 double 值，该值在 0.0 到 1.0 之间。 String `String`类提供了许多有用的方法来操作字符串。常用的方法有： * `indexOf(int ch)...
java常用工具类的使用
03-19
该类的大部分构造器和方法都已经过时，但是该类使用非常方便，因此目前使用还很普遍，该类的另一个主要功能是，在数据库操作中，它允许将毫秒值表示为SQL DATE值，是数据库操作中java.sql.Date的父类。关于数据库...
基于python+gurobi的数值双层规划问题求解
12-28
该资源采用python编写，通过调用gurobi对数值双层优化问题进行求解，是学习双层规划的绝佳材料。
Gurobi：不可能infeasible的纯整数规划模型出现infeasible
z3w97的博客
09-26 1120
我建了一个不可能infeasible的纯整数规划模型（所有变量都是整数变量），但是竟然出现了infeasible，大惊！赶紧开始看是哪里的问题。
cplex/gurobi 找出模型非可行的原因
热门推荐
天天向上的专栏
12-26 1万+
用 cplex 或 gurobi 构建数学规划模型时，要是求解变量或约束条件比较多，刚开始总是不成功的，经常会遇到模型非可行的情况。一般是由于约束条件输入错误导致的，但是具体哪一个约束条件呢？一个一个核实太麻烦了。 发现 cplex 或者 gurobi 都提供了寻找非可行原因的一些类和方法。 ...
【Gurobi报错解决】Solver not applicable (gurobi does not support signomial constraints)
霍喜猫的博客
10-22 2393
今天在复现论文《考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化》时，用 gurobi 求解遇到报错： >> test_carbon Linear matrix variable 1x5 (full, real, 5 variables) Coefficient range: 1 to 1 Warning: Solver not applicable (gurobi does not support signomial constraints) 错误使用 test_carbon (line 286) 求
【Gurobi/Cplex报错解决】Solver not applicable (gurobi/cplex does not support signomial constraints)
modestfromhell的博客
11-29 2498
Matlab+gurobi出现does not support signomial constraints的解决方法
Gurobi约束表达
weixin_44701340的博客
02-11 5551
Gurobi 相关约束表达 1. 表达一个变量，它的取值大于等于0，但是不能等于10到20，即 0<x<10或x>20 0+20y <= x < 10+M y y为0,1变量，M足够大 or 定义二个变量，一个是 x1= [0,10], 另外一个是 semi-contin 变量（gurobi 直接支持）， x2 = 要么等于0, 要么 >20. 那么 你...
Gurobi：踩坑记录/窍门分享
z3w97的博客
10-17 475
Gurobi踩坑
Gurobi添加约束的一个小坑
最新发布
qq_44533176的博客
03-12 302
添加了一个这样的约束，结果报错，查找原因，发现是GUROBI不支持这种约束的表达式：
数学模型tricks | 大M法线性化注意事项
运筹优化yyds
08-15 2921
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。.....................
“@Override public double userSimilarity(long userID1, long userID2) throws Exception { PreferenceArray xPrefs = dataModel.getPreferencesFromUser(userID1); PreferenceArray yPrefs = dataModel.getPreferencesFromUser(userID2); int xLength = xPrefs.length(); int yLength = yPrefs.length(); if (xLength == 0 || yLength == 0) { return Double.NaN; } long xIndex = xPrefs.getItemID(0); long yIndex = yPrefs.getItemID(0); int xPrefIndex = 0; int yPrefIndex = 0; double sumX = 0.0; double sumX2 = 0.0; double sumY = 0.0; double sumY2 = 0.0; double sumXY = 0.0; double sumXYdiff2 = 0.0; int count = 0; while (true) { int compare = Long.compare(xIndex, yIndex); if (compare == 0) { double x = xPrefs.getValue(xPrefIndex); double y = yPrefs.getValue(yPrefIndex); sumXY += x * y; sumX += x; sumX2 += x * x; sumY += y; sumY2 += y * y; double diff = x - y; sumXYdiff2 += diff * diff; count++; } if (compare <= 0) { if (++xPrefIndex >= xLength) { if (yIndex == Long.MAX_VALUE) { break; } xIndex = Long.MAX_VALUE; } else { xIndex = xPrefs.getItemID(xPrefIndex); } } if (compare >= 0) { if (++yPrefIndex >= yLength) { if (xIndex == Long.MAX_VALUE) { break; } yIndex = Long.MAX_VALUE; } else { yIndex = yPrefs.getItemID(yPrefIndex); } } } double meanX = sumX / count; double meanY = sumY / count; double numerator = sumXY - sumX * sumY / count; double denominator = Math.sqrt((sumX2 - sumX * meanX) * (sumY2 - sumY * meanY)); if (denominator == 0.0) { return Double.NaN; } double result = numerator / denominator; if (!Double.isNaN(result)) { result = normalizeWeightResult(result, count, cachedNumItems); } return result; }” 解释代码
05-24
10. 如果result不为NaN，则调用normalizeWeightResult方法对其进行归一化处理； 11. 返回最终的相似度值result。 其中，normalizeWeightResult方法的作用是对相似度值进行归一化处理，以解决“长尾问题”，即当用户...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值