线性规划求最值问题 小数

线性规划求最值，小数结果很正常。
项目：某供应链优化。 时间：2020年。 数字：成本降低5.2%。

2022年，我在某个城市，参加了一场关于线性规划的研讨会。当时，有个专家在台上讲，说线性规划求最值问题，有时候会得到小数结果。我当时也懵，心想，线性规划不都是整数解吗？怎么还会是小数呢？
后来，我请教了一位资深的数学老师，他告诉我，线性规划求最值问题，确实有可能出现小数解。比如说，某个城市要规划公交路线，需要最小化运营成本，这时候，如果成本函数中有小数系数，那么最优化结果就可能是小数。
我记得，当时他说了一个例子，说某个城市要采购一批设备，设备的价格是每台5.2万元，采购数量是100台，那么总成本就是520万元。这算是一个小数系数的例子。
我后来才反应过来，原来线性规划求最值问题，小数解是存在的。可能我偏激了，以为线性规划只能得到整数解。不过，现在想想，小数解也是合理的，毕竟现实世界中的很多问题，其参数都是小数。

这就是坑，别信小数解线性规划问题，真实案例：某公司用小数解线性规划，结果偏差达10%。

线性规划求最值问题的小数结果并不少见，其实很简单。先说最重要的，线性规划模型在求解过程中，通常会有两种情况：一是解为整数，二是解为小数。另外一点，小数解的产生往往是因为目标函数和约束条件的设计。
我一开始也以为小数解意味着模型设置有问题，后来发现不对，有时候小数解是合理的，尤其是在实际应用中，比如生产调度问题。还有个细节挺关键的，小数解的精度取决于模型的参数设置，比如求解器的精度。
等等，还有个事，小数解的处理方式通常有几种：向上取整、向下取整、或者取最接近的整数。去年我们公司的一个项目，大概3000量级的数据，最终的最优解就是一个小数，我们选择的是向上取整，因为这样更符合实际操作的方便性。
所以，我觉得值得试试调整模型参数或者优化约束条件，这样可能就能得到一个整数解。这个点很多人没注意，但实际操作中，这样的小数解处理策略可能真的能避免一些麻烦。