Optimization 跳转解算器'；添加重复约束时的行为

为了演示，我们假设以下模型不代表任何内容，这只是一个示例：

using GLPK
using JuMP
m = Model(GLPK.Optimizer)
@variable(m, y[i=1:100], Bin)
@objective(m, Min, sum(y))
@constraint(m, [j=5:50], sum([y[i] for i in j:j+10]) >= 5)

现在,

这很好。然后，请注意以下事项：

julia> @constraint(m, [j=5:50], sum([y[i] for i in j:j+10]) >= 5)
[...]
julia> num_constraints(m, GenericAffExpr{Float64,VariableRef}, MOI.GreaterThan{Float64})
92

这意味着模型现在的约束数量增加了一倍，而所有约束都是重复的。这对我来说是个问题，因为我有另一个真实的模型，其中我有更多的约束，有时我会添加可能重复或不重复的约束。所有这些都在for和while循环中。所以我想知道：

• 只是约束的数量增加了一倍，但模型确切地知道他可以避免处理其中的一半
• 他是否仍能记住约束条件，并且在避免一半约束条件的同时，仍然需要双倍的记忆
• 如果是的话，有没有办法在添加约束之前检查约束集是否已经存在

“跳跃解算器如何处理重复约束？”在某种程度上概括了这一点

---

最后，我了解了

num_约束

函数返回所有用户输入的约束。如何获取唯一约束的数量？

跳转不区分唯一约束。它将添加您告诉它添加的所有约束。这样做的一个原因是，可以在创建约束后修改约束。但是，如果您能够证明冗余约束是导致显著减速的原因，我只会担心。如果是这样，我建议您重构代码，不要添加多余的约束

回答您的问题：

只是约束的数量增加了一倍，但模型确切地知道他可以避免处理其中的一半

每个解算器的预解算应该删除冗余约束（但这需要时间）

他是否仍能记住约束条件，并且在避免一半约束条件的同时，仍然需要双倍的记忆

对。它仍然需要两倍的内存

如果是的话，有没有办法在添加约束之前检查约束集是否已经存在

---

没有任何功能可以检查是否已添加约束。

一个好的解算器可能会预先解决这些重复的约束。@ErwinKalvelagen，谢谢您的回答！我在最后添加了最后一个问题：最后，我了解

num_约束

函数返回所有用户输入的约束。如何获取唯一约束的数量？您有什么想法吗？解算器日志可能会显示类似的内容：“LP Presolve消除了200000行和100列”。所以检查一下。num_constraints函数在解算器看到模型之前，而预解算器在解算器接收到模型之后但在它开始迭代之前工作。@ErwinKalvelagen，谢谢！有没有一种简单的方法来访问这些值而不是读取日志？我对此表示怀疑。当然，如果您正在生成重复项，您可以检查自己。对每个约束使用某种校验和。

julia> @constraint(m, [j=5:50], sum([y[i] for i in j:j+10]) >= 5)
[...]
julia> num_constraints(m, GenericAffExpr{Float64,VariableRef}, MOI.GreaterThan{Float64})
92