Python 解中的非整数

为什么在某些情况下，结果是非整数，尽管决策变量是整数

---

我使用gurobipy优化模型。

所有MIP解算器使用不同的公差。其中之一是整数可行性公差。在古罗比，这被称为IntFeasTol。默认情况下，它是1.0e-5。因此，变量被允许是微小的分数。在大多数情况下，可以将它们四舍五入到最接近的整数。有时，这种舍入可能会导致约束变得有些不可行。

这些值必须为1和0，以达到浮点精度。否，浮点精度为1e-16。这与公差有关。如何提取正确的基础整数值？我在想一些事情，比如比较价值和升学价值，检查绝对差异是否足够小；如果不检查该值是否足够接近floorvalue？@MikkelLP严格地说，实际上没有基础整数值。如果需要，我会使用Python的round函数将浮点值转换为整数integer@MikkelLP警告roundx，0返回浮点，而roundx返回整数。