线性编程：在PYTHON中使用DocPlex生成的所有解决方案列表（cplex解决方案池失败）？

Question

在解决问题的过程中，我实际上面临着一个问题。我的问题是一个线性规划问题，具有食物饮食优化和成本最小化。因为这个问题和这个类似(https://ibmdecisionoptimization.github.io/docplex-doc/mp/diet.html)，我已经在Python中安装了docplex来解决这个问题，它可以正常工作！问题是我需要获得所有可行的解决方案并将其输出。但是IBM的例子只让我能够访问最好的解决方案。因此，我添加了解决方案池功能以访问所有解决方案：

def soln_pool(mdl):
    cpx = mdl.get_cplex()
    cpx.populate_solution_pool()
    numsol = cpx.solution.pool.get_num()
    print("The solution pool contains %d solutions." % numsol)

    sol_pool = []

    for i in range(numsol):
        x_i = cpx.solution.pool.get_values(i)
        nb_vars = len(x_i)
        sol = []
        for k in range(nb_vars):
            sol.append(x_i[k])
        sol_pool.append(sol)
    results=sol_pool
    return(results)

results=soln_pool(mdl)

for k,solution in enumerate(results):
    label=data.index
matrix_results=pd.DataFrame()

for k,solution in enumerate(results):
    matrix_results[str(k)]=solution
matrix_results.index=data.index

唯一的问题是，这种方法给了我大约30个解决方案时，应该是可用的。我假设这是因为解决方案池的数量限制在30个左右。因此，我更改了参数，用IBM网站上描述的更多解决方案填充我的解决方案池(https://www.ibm.com/docs/en/icos/12.9.0?topic=solutions-如何枚举全部）和其他一些页面（如何增加Cplex解决方案的数量？）

def soln_pool(mdl):
    cpx = mdl.get_cplex()
    
    cpx.parameters.mip.pool.intensity.set(4)
    cpx.parameters.mip.pool.absgap.set(0.0)
    cpx.parameters.mip.limits.populate.set(2 000 000)   
    cpx.populate_solution_pool()
    numsol = cpx.solution.pool.get_num()
    print("The solution pool contains %d solutions." % numsol)

    sol_pool = []

    for i in range(numsol):
        x_i = cpx.solution.pool.get_values(i)
        nb_vars = len(x_i)
        sol = []
        for k in range(nb_vars):
            sol.append(x_i[k])
        sol_pool.append(sol)
    results=sol_pool
    return(results)

results=soln_pool(mdl)

for k,solution in enumerate(results):
    label=data.index
matrix_results=pd.DataFrame()

for k,solution in enumerate(results):
    matrix_results[str(k)]=solution
matrix_results.index=data.index


with pd.ExcelWriter('Results.xlsx') as writer:
    data.to_excel(writer, sheet_name='Data')
    matrix_results.to_excel(writer, sheet_name='Solutions')

但是有了这个，我就更没有办法了！（只有一个）。我想我的错误来自以下部分：

for k in range(nb_vars):
    sol.append(x_i[k])
sol_pool.append(sol)

但不幸的是，我找不到在哪里。提前感谢您的帮助。

Answer 1

“填充解决方案池”功能并不意味着生成所有可能的解决方案，而只是生成一些备选（非最佳）解决方案。看见https://www.ibm.com/docs/en/icos/20.1.0?topic=pool-什么是填充解决方案以获取更多详细信息。不幸的是，Cplex无法列举MIP问题的所有可行解。CPLEX是用来寻找最优解的。相反，您应该考虑使用基于约束的编程（DOCPLIEX.CP）来实现这一目的。

此外，您提到了安装Docplex，但您的示例基于基于Cplex矩阵的API。自版本2.16以来，Docplex支持填充功能，请在Docplex留档中搜索填充：

http://ibmdecisionoptimization.github.io/docplex-doc/mp/docplex.mp.model.html