Optimization 如何识别微量锌问题（最大化或最小化）有多种答案

我只是做了一些实验，看看如果一个优化问题有很多解决方案，会发生什么。我知道，通过Minizing，我们可以为这个问题找到多个答案。（就像《用户指南》中的地图着色一样）。 在我们得到最佳答案后，迷你锌总是显示一条双虚线

现在我只是在代码下面运行，我注意到如果我使用

gecode

解算器的答案与使用

coin bc

或

cplex

解算器的答案不同。Minizing中是否有任何功能，当这些类型的多个最佳答案出现问题时，我们会收到通知，或者在不考虑我们使用的解算器的情况下获得所有解决方案

    enum suppliers;
    suppliers={s1,s2,s3};
    set of int:sup=1..length(suppliers);
    array[sup] of float:price=[3.0,6.0,12.0];
    array[sup] of int:max=[2,3,1];
    int:demand=3;
    array[sup] of var 0..1000:qty;
    var float:cost;

    constraint sum(i in sup)(
    qty[i])=demand;

    constraint forall(i in sup)(
    qty[i]<=max[i]
    );

    constraint qty[2] != 1;
    constraint qty[1] != 1;

    constraint sum(i in sup)(
    price[i]*qty[i])=cost;

    solve minimize cost;

enum供应商；
供应商={s1、s2、s3}；
成套int:sup=1..长度（供应商）；
浮点数组[sup]：price=[3.0,6.0,12.0]；
int:max=[2,3,1]的数组[sup]；
int：需求=3；
变量0..1000的数组[sup]：数量；
var浮动：成本；
约束和（sup中的i）(
数量[i]）=需求；
所有限制条件（支持中的i）(
数量[i]一个优化问题确实会有多个正确的最优答案。不同的解算器通常会提供不同的解决方案；但是，如果解算器功能正常，则两种解决方案中的目标值（在您的情况下，
成本
）应该相同

Minizing中经常使用的一种寻找所有（或至少更多）最优解决方案的方法是添加
约束成本=V；
，其中
成本
是目标的名称，
V
是为您的问题找到的最佳值。如果我们随后将问题更改为满意问题（
解决
），则支持“查找所有解决方案”（如
chuffed
或
gecode
）的解算器可以找到原始问题的所有最优解决方案

请注意，找到所有最优解决方案通常比只找到一个最优解决方案要困难得多。
已经回答了您的问题。我想补充一点，它内置了对找到所有相同最优值解决方案的支持

最简单的试用方法是下载、配置和安装，然后使用选项
——所有解决方案都选择
，例如

~$ fzn2optimathsat.py examples/flatzinc_allsolutions.fzn --all-solutions-opt
% allsat model
x = 3;
y = 0;
r1 = true;
r2 = false;
----------
% allsat model
x = 3;
y = 1;
r1 = true;
r2 = false;
----------
==========