DICOPT 求解器手册 — 混合整数非线性规划（MINLP）
1. 引言
DICOPT（Discrete and Continuous OPTimizer，离散与连续优化器）是一个用于求解混合整数非线性规划（MINLP）问题的求解器。它使用外逼近（Outer Approximation）算法，通过交替求解非线性规划（NLP）子问题和混合整数线性规划（MIP）主问题来寻找 MINLP 问题的最优解。
DICOPT 特别适用于以下类型的 MINLP 问题：
- 目标函数和约束中包含非线性项
- 部分决策变量为整数或二元变量
- 非线性项是凸的（对于非凸问题，DICOPT 可能只找到局部最优解）
2. 算法
DICOPT 的外逼近算法按以下步骤工作：
- 初始化：求解 NLP 松弛问题（忽略整数约束），获得初始解。
- NLP 子问题：固定整数变量的值，求解 NLP 子问题。
- MIP 主问题：在当前解处构建外逼近，形成 MIP 主问题并求解。
- 收敛检查：如果 MIP 主问题的目标值与 NLP 子问题的目标值之差在容差范围内，则停止。
- 迭代：否则，从 MIP 主问题获得新的整数变量值，返回步骤 2。
DICOPT 需要两个子求解器：
- NLP 求解器：用于求解 NLP 子问题（默认使用 CONOPT）
- MIP 求解器：用于求解 MIP 主问题（默认使用 CPLEX）
3. 使用方法
要在 GAMS 中使用 DICOPT 求解器：
Option MINLP = DICOPT;
Solve mymodel using MINLP minimizing z;
可以通过 GAMS 选项语句指定子求解器：
option nlp = conopt; { 设置 NLP 子求解器 }
option mip = cplex; { 设置 MIP 子求解器 }
也可以通过选项文件设置 DICOPT 的特定选项：
mymodel.optfile = 1;
然后创建名为 dicopt.opt 的选项文件。
其他可用的 GAMS 选项：
- option reslim = x; — 设置 DICOPT 内部及子求解器的总累积时间限制（秒）
- option sysout = on; — 在列表文件中打印额外信息
- m.dictfile = 1; — 写入包含 GAMS 标识符信息的字典文件（用于 nlptracelevel 选项）
4. 选项参考
| 选项 | 描述 | 默认值 |
|---|
| algor | 算法选择：0=自动，1=外逼近，2=带等式松弛的外逼近 | 0 |
| doabort | 遇到不可行子问题时终止 | 0 |
| dolith | 在外逼近前仅求解整数问题 | 0 |
| dumper | 每次迭代转储模型到文件 | 0 |
| infeas | 处理不可行子问题的方法：0=可行性割，1=容差松弛 | 0 |
| itlim | 外逼近迭代限制 | GAMS iterlim |
| mipiterlim | MIP 主问题每次求解的迭代限制 | GAMS iterlim |
| mipoptca | MIP 主问题的绝对最优容差 | 0 |
| mipoptcr | MIP 主问题的相对最优容差 | 0 |
| nepum | 每次 NLP 求解的允许评估误差次数 | 2 |
| nlpsoln | 每次外逼近迭代的 NLP 求解次数 | 1 |
| nlptracelevel | NLP 跟踪级别（输出中间解） | 0 |
| reslim | 总时间限制（秒） | GAMS reslim |
| stop | 停止条件：0=使用最优性容差，1=使用 optca/optcr 或目标无改进 | 0 |
| strategy | 求解策略 | 0 |
| warmstart | 热启动：0=关闭，1=开启（重用前次迭代的 NLP 解） | 1 |
在线留言
尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
|
400-621-1085
