Pyomo（GLPK、Windows）在“results.yml”中向我显示了奇怪的结果

Question

使用 Pyomo 5.1.1（Windows 7 上的 CPython 2.7.10），我尝试执行最简单的 Pyomo 示例，具体模型见https://software.sandia.gov/downloads/pub/pyomo/PyomoOnlineDocs。 html#_a_simple_concrete_pyomo_model

from __future__ import division
from pyomo.environ import *
model = ConcreteModel()
model.x = Var([1,2], domain=NonNegativeReals)
model.OBJ = Objective(expr = 2*model.x[1] + 3*model.x[2])
model.Constraint1 = Constraint(expr = 3*model.x[1] + 4*model.x[2] >= 1)

我执行：

> pyomo solve Pyomo_concrete_v1.py --solver=glpk

根据我自己的计算，结果应该是：

x[1]=0
x[2]=0.25
OBJ=0.75

但是，我发现以下“results.yml”：

# ----------------------------------------------------------
#   Problem Information
# ----------------------------------------------------------
Problem: 
- Name: unknown
  Lower bound: 0.666666666667
  Upper bound: 0.666666666667
  Number of objectives: 1
  Number of constraints: 2
  Number of variables: 3
  Number of nonzeros: 3
  Sense: minimize
# ----------------------------------------------------------
#   Solver Information
# ----------------------------------------------------------
Solver: 
- Status: ok
  Termination condition: optimal
  Statistics: 
    Branch and bound: 
      Number of bounded subproblems: 0
      Number of created subproblems: 0
  Error rc: 0
  Time: 0.018000125885
# ----------------------------------------------------------
#   Solution Information
# ----------------------------------------------------------
Solution: 
- number of solutions: 1
  number of solutions displayed: 1
- Gap: 0.0
  Status: feasible
  Message: None
  Objective:
    OBJ:
      Value: 0.666666666667
  Variable:
    x[1]:
      Value: 0.333333333333
  Constraint: No values

我不明白为什么有“2个约束”（实际上只有一个约束），“3个变量”（实际上是2个），结果是一个大小为1的向量。

每次我执行“pyomo”时，“results.yml”都会发生变化，但内容始终相同。

Answer 1

这是由于 LP 文件格式的一个怪癖造成的。具体来说，某些求解器不允许目标中存在常数项。为了解决这个问题，Pyomo 会自动向所有以 LP 文件格式输出的模型添加一个简单变量（名为ONE_VAR_CONSTANT）和一个强制其为 1（字面意思是 ）的约束。ONE_VAR_CONSTANT == 1这通常不会影响求解器的性能，因为求解器具有预求解步骤，可以在求解之前从模型中删除变量和约束。

另请注意，您在摘要中看到的结果是正确的：模型的最佳解决方案是：

x[1]=0.3333333
x[2]=0
OBJ=0.666666

可以通过将答案代入约束和目标来验证（约束是有效且满足的，并且目标低于您手工计算的值 0.75）。