Optimization 当原始模型可行时，为什么SCIPcopy模型不可行？

我是SCIP的新手，所以我不确定这是一个bug还是我只是做错了什么

我有一个MIP实例，它使用SCIP完美地解决了问题，但是当我试图解决模型的副本时，SCIP说它是不可行的。当“预解”处于禁用状态时，它似乎更为明显

我正在使用预装SCIP v3.2.0的windows。该模型只有二进制和整数变量

以下代码概述了我的尝试：

SCIP* _scip, subscip;
SCIPcreate(&_scip);
SCIPincludeDefaultPlugins(_scip);
SCIPcreateProbBasic(_scip, "interval_solver"));     // create an empty problem
SCIPsetPresolving(_scip, SCIP_PARAMSETTING_OFF, true);   //disable presolving

// build model (snipped)

SCIPsolve(_scip);  // succeeds and gives feasible solution

SCIP_Bool valid = FALSE;
SCIPcreate(&subscip);
SCIPcopy(_scip, subscip, NULL, NULL, "1", TRUE, FALSE, TRUE, &valid);

SCIPsolve(subscip);  // infeasible

可能相关的事情（对我来说似乎很奇怪）是，在解决了原始问题（并得到了可行的解决方案）之后，检查解决方案会报告一个不可行的结果。i、 e

SCIP_SOL* sol = SCIPgetBestSol(_scip);
SCIPcheckSol(_scip, sol, TRUE, TRUE, TRUE, TRUE, &valid);

给出：

solution value 1 violates bounds of <t_x71_(6,1275,6805)_(9,1275,6805)>[-0,0] by 1

解决方案值1违反[-0,0]的界限1

---

你知道为什么会这样吗？谢谢

一些变量边界仍在预先解决中。要解决此问题，我需要添加：

SCIPsetBoolParam(_scip, "lp/presolving", FALSE);

这解决了大多数问题，但以下内容也有助于解决一些“检查解决方案”问题：

SCIPsetIntParam(_scip, "propagating/maxrounds", 0);
SCIPsetIntParam(_scip, "propagating/maxroundsroot", 0);

---

SCIP中的传播可能会考虑到迄今为止已知的最佳解决方案，并且只对找到比此更好的解决方案的问题有效。 例如，如果您有一个最小化问题，其中n个变量

x_1，…，x_n

具有目标系数

c_1，…，c_n>=0

，并且已经找到了

x_1=1，x_2=…=x_n=0

，则传播将全局地将

x_1

固定到

0

，因为任何

x_1=1

的解决方案的目标至少与您已经找到的解决方案的目标一样大

这意味着到目前为止找到的解决方案对于剩下的问题可能不再可行（这将寻找一个更好的解决方案）。 为了检查解决方案，您应该在原始问题空间中进行检查，您可以使用

SCIPcheckSolOrig（）

执行此操作

禁用传播预解可能会有所帮助，但不能保证全局预解问题不会更改。LP解算器中的预解不应成为问题，但可能会改变报告的最优LP解（如果存在多个最优解），从而导致解算过程发生变化。在这种情况下，这可能避免了您的问题，但可能纯粹是运气使然，而且该问题可能还会在其他情况下再次出现。此外，禁用的功能越多，对性能的负面影响就越大

但是，您的问题有一个简单的解决方案：您可以使用

SCIPcopyOrig（）

复制原始的未更改问题