Python 多次求解cplex模型得到不同的解

我有一个用docplex编写的MIP模型和一个用cplex编写的解决方案池。我的模型在现实中有数十亿个解决方案。我需要用特定的填充数（例如10000）多次（例如10次）求解该模型，但我需要这些多重解的解彼此完全不同。如何使用cplex实现这一点？是否有参数或方法？

您可以为解决方案池使用分集筛选器，请参阅可调用库函数的参考文档，其中详细说明了如何计算筛选器。这只能在所有变量都是二进制的情况下完成

另一个选择是为已经找到的每个解决方案添加一个不好的切割

另一种选择是使用现有回调（或带有

CANDIDATE

context的通用回调）来拒绝您已经找到的任何解决方案

尽管如此，我还是不清楚为什么要从头开始多次求解同一个模型。您是否尝试继续搜索？如果搜索由于解决方案限制而停止，并且您再次调用它，那么它应该在以前停止的位置继续。因此，它应该找到不同的解决方案

---

另外，如果你想得到成千上万的解决方案，那么我想知道你用这些解决方案做什么。也许它可以帮助安装或调整针对特定解决方案的目标函数。使用不同的目标函数只能推动解决方案的多样性。

谢谢Daniel。我需要多次求解一个模型，因为我有一个部分随机改变一个变量，我需要在每次求解中改变这个变量。在没有任何调整的情况下，对于每个不同随机变量的解，我有一些解，但它们彼此非常相似。我如何才能像您上面提到的那样继续搜索？（我需要在继续搜索之前更改一个约束条件）如果您修改模型，则无法继续搜索。添加新的解决方案并继续如何？可能吗？您所说的“添加新的解决方案”是什么意思？你想在哪里加上这个？到解决方案池？这是不可能的。您可以将新解决方案添加为MIP start。或者，通过添加排除此解决方案的分集过滤器，假装您已经找到了该解决方案。