MILP의 최적 상태보다 원래 제약 대입을 먼저 확인하기
실행 가능한 해의 확인과 최적성 판단을 순서대로 분리한다. 동일 해 벡터를 유일 기준으로 삼지 않는다.
성공 상태 밖의 제약
성공 상태와 실행 가능한 해는 별도다. 반환 벡터를 원래 등식·범위·정수 제약에 대입해 검증한 뒤 최적성 해석으로 넘어가야 한다. 제약을 어긴 배분은 목표값이 좋아 보여도 실행할 수 없다. 정수 문제가 부동소수점 해를 반환할 때는 적절한 오차 정책도 먼저 정한다. Truthound에 제공할 좌변은 반환된 해를 원래 계수에 외부 대입해 다시 계산한다. [1, 2, 3]
HiGHS 후속 확인이 뜻하는 것
SciPy #24141은 milp가 success를 반환했지만 반환 벡터가 원래 등식 제약을 만족하지 않는 사례를 보고한다. 후속 시험은 HiGHS 1.12.0 업그레이드 PR에서 제약을 만족한 결과를 보고했다. 유지관리자는 다중 최적해가 가능한 문제에서 특정 해 벡터의 일치보다 원래 제약 만족을 시험하라고 설명했다. 이 PR 결과와 독자 설치의 릴리스 검증은 별개다. [1]
원래 계수로 좌변을 재계산한다
최적화 담당자는 원래 계수·우변·정수 조건을 보존하고 반환 x로 각 제약의 좌변을 다시 계산한다. 불일치한 해는 스케줄·배분에 사용하지 않고 solver 설정과 독립 경로를 검토한다. solution_id, constraint_id, recomputed_lhs, required_rhs 표를 운영자가 실제 실행 결과와 독립 입력·정책에서 각각 준비하고 실행 ID로 연결한다. 결측·실행 실패는 수치 성공과 별도로 기록한다. [1, 3]
x1+x2=5의 작은 검증
설명용 등식 x1+x2=5에서 정수 후보 [2,3]의 좌변은 5로 입력 우변과 같아 통과하고 [2,4]의 좌변 6은 달라 실패한다. 기대값은 solver 상태가 아니라 원래 입력 제약에서 얻는다. 이 작은 정수 예의 정확 비교가 실제 solver에 보편적인 무오차를 요구하는 것은 아니다. [1, 3]
제약 표의 비교와 해법의 경계
Truthound Python SDK 3.3.2의 ColumnPairValidator는 외부에서 재계산한 recomputed_lhs와 입력 required_rhs를 비교한다. 실제 해의 오차 정책·정수성·나머지 제약 검사는 운영자가 함께 준비한다. 한 등식 통과는 모든 범위·정수 제약이나 최적성을 증명하지 않는다. Core는 외부 재계산 좌변과 우변을 비교하며 MILP를 풀거나 해를 고치지 않는다. 실제 floating point 해의 제약 대사는 사전 허용 오차를 사용하며 같은 해 벡터라는 요구와 구분한다. [1, 2, 3]
대안에서도 유지할 허용 오차
원래 제약 전체를 검사하고 검증된 다른 solver와 비용·허용 오차를 비교하되 일치만으로 최적성 증명을 대신하지 않는다. 이미 solution_id, constraint_id, recomputed_lhs, required_rhs 표를 같은 입력·범위로 검증하는 회귀 시험이 있다면 별도 검사 추가의 이점은 작다. [1, 3]
적용 조건
원래 계수·우변·범위·정수 조건과 사전 허용 오차로 반환 해를 외부 재검산한다.
대안
다른 solver도 원래 제약 전체와 같은 오차 정책으로 비교한다.
한계
한 등식의 통과는 전체 실행 가능성이나 최적성·유일해를 입증하지 않는다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
