Julia 跳转：如何从getvalue（x）获得多个解决方案

我正在解决这个多目标问题

f1（x，y）=x
f2（x，y）=（2.0-exp（-（y-0.2）/0.004）^2）-0.8*exp（-（y-0.6）/0.4）^2）/x
已定义（：f1）|跳转.寄存器（：f1，2，f1，autodiff=true）
isdefined（：f2）|跳转.寄存器（：f2，2，f2，autodiff=true）
m=模型（解算器=IpoptSolver（打印级别=0））
@变量（m，0.1我在整数规划中遇到了类似的问题。然而，当我在这里寻找答案时，这里似乎是一个分享我想法的好地方

在我看来，解决这一问题的方法似乎是首先解决系统，然后添加一个约束，即以前找到的解决方案现在不可行。我的想法是按照以下方式添加：

solve(m)
x_opt = getvalue(x)
y_opt = getvalue(y)
println("GOAL Programming (p=1): F1 = $(f1(x_opt, y_opt)), F2 = $(f2(x_opt, y_opt))")

eps = 1.e-15
@constraint(m, x - x_opt <= eps)
@constraint(m, x - x_opt >= eps)
@constraint(m, y - y_opt <= eps)
@constraint(m, y - y_opt >= eps)
solve(m)
println("GOAL Programming (p=1): F1 = $(f1(x_opt, y_opt)), F2 = $(f2(x_opt, y_opt))")

solve（m）
x_opt=getvalue（x）
y_opt=getvalue（y）
println（“目标规划（p=1）：F1=$（F1（x_opt，y_opt）），F2=$（F2（x_opt，y_opt）））
每股收益=1.e-15
@约束（m，x-x_opt=eps）
@约束（m，y-y_opt=eps）
求解（m）
println（“目标规划（p=1）：F1=$（F1（x_opt，y_opt）），F2=$（F2（x_opt，y_opt）））

我在整数规划的循环中也做了同样的工作，即在求解（m）=：最优时将最后一行包装在
中，以找到更多选项。
不是
跳转
用户，但不是
alpha1
（和
alpha2
）上的约束太严格了？也许其中一个缺少负号？你是对的。不管怎样，仍然得到一个解首先，你需要一个返回多个解的解算器。与跳跃相关的非线性解算器目前都没有返回多个解。2020年你仍然是这样做的吗？老实说，我对自己的建议感到惊讶，
x-x_opt
怎么可能既大于又小于eps？我想我在这里对自己的代码解释得很糟糕。这个想法应该仍然有效。这将取决于后端（接口）是否有更智能的方式在2020年实现。
solve(m)
x_opt = getvalue(x)
y_opt = getvalue(y)
println("GOAL Programming (p=1): F1 = $(f1(x_opt, y_opt)), F2 = $(f2(x_opt, y_opt))")

eps = 1.e-15
@constraint(m, x - x_opt <= eps)
@constraint(m, x - x_opt >= eps)
@constraint(m, y - y_opt <= eps)
@constraint(m, y - y_opt >= eps)
solve(m)
println("GOAL Programming (p=1): F1 = $(f1(x_opt, y_opt)), F2 = $(f2(x_opt, y_opt))")