简介：Bonmin-master 是一份面向混合整数非线性规划（MINLP）研究与工程实践的开源求解器源码包，适合运筹优化、工业工程、物流调度及生产计划等方向的学习者与开发者。Bonmin 基于 LP/NLP 的分支定界算法，能够处理含乘法、指数、对数等非线性函数且部分变量取整的复杂优化问题，为整数约束与连续变量并存的场景提供灵活的计算平台。压缩包共 300 个文件，约 950KB，以 98 个 cpp 与 91 个 hpp 源码为核心，辅以 25 个 in、19 个 tex 及 17 个 am 等构建与文档文件，另含 configure、install、makefile 等安装脚本，便于在本地完成依赖配置与编译。目前已有 610 人学习下载。通过该主分支代码，读者可获取最新求解功能，结合安装指引搭建环境，深入理解分支策略与界估计的实现细节，为实际 MINLP 问题提供可复用的求解基础。
1. 拆开 Bonmin-master 压缩包：一个 MINLP 求解器的真实落地路径
如果你正在处理带整数约束的非线性优化问题，比如化工过程设计里某个反应器数量必须是整数、同时反应速率又是温度的非线性函数，那 Bonmin 大概率已经出现在你的检索记录里了。这个包就是 Bonmin 的主分支源码，核心价值在于它把分支定界框架和 LP/NLP 求解器串成了一条可编译、可调用的流水线。它适合两类人：一是需要在自己的 C++ 项目里嵌入 MINLP 求解能力、不想从零造轮子的开发者；二是做运筹学或过程系统工程研究、需要拿开源求解器跑对比实验的从业者。但要注意，这不是一个双击安装就能用的图形化工具，它的使用门槛集中在编译配置和依赖管理上，后面几章会把这部分拆开讲透。
2. 编译前先理清依赖链：从 configure.ac 到可执行文件
2.1 为什么 Bonmin 的编译不能直接 ./configure
Bonmin 的构建系统基于 Autotools，源码根目录下的configure.ac和各级Makefile.am构成了整个编译骨架。但直接跑./configure大概率会失败，因为它依赖一系列外部库：BLAS、LAPACK 提供基础线性代数运算，HSL 提供稀疏线性求解例程，Cbc 提供整数规划分支框架，Ipopt 提供非线性内点法求解器。这些依赖不是可选件，缺一个就会在链接阶段报 undefined reference。
常见做法是先装好 Ipopt 和 Cbc，再编译 Bonmin。如果你用的是 Ubuntu 或 Debian 系，可以用包管理器装一部分基础库，但 HSL 因为许可证原因通常需要自己编译或申请。我一般会按这个顺序推进：BLAS/LAPACK → HSL → Ipopt → Cbc → Bonmin。每一步编译完都跑一下make test，确认当前层没问题再往上走，否则错误会层层累积，到最后根本分不清是哪个库出的问题。
2.2 从源码到安装：一条可复现的编译命令链
假设你已经把依赖库都装到了/opt/minlp下，下面这条命令链是我在多个环境里验证过的配置方式。先进入 Bonmin 源码根目录，然后执行：
# 进入源码目录 cd Bonmin-master # 生成 configure 脚本，如果源码包里已包含可跳过 autoreconf -i # 配置编译选项，指定依赖库路径和安装前缀 ./configure \ --prefix=/opt/minlp/bonmin \ --with-blas="-L/opt/minlp/lib -lblas" \ --with-lapack="-L/opt/minlp/lib -llapack" \ --with-hsl-lib="-L/opt/minlp/lib -lcoinhsl" \ --with-cbc-lib="-L/opt/minlp/lib -lCbc" \ --with-ipopt-lib="-L/opt/minlp/lib -lipopt" \ --enable-static \ --disable-shared # 编译并安装 make -j$(nproc) make install这段配置里几个参数值得展开说。--prefix决定安装位置，建议单独放一个目录，方便后续卸载或切换版本。--with-blas和--with-lapack指定基础线性代数库的链接路径，如果你用的是 Intel MKL，这里要换成对应的库名和路径。--with-hsl-lib指向 HSL 的库文件，注意库名可能是libcoinhsl或libhsl，取决于你拿到的版本。--enable-static和--disable-shared控制生成静态库还是动态库，如果你要把 Bonmin 嵌到自己的可执行文件里，静态库省去运行时找 .so 的麻烦；如果多个程序共用，动态库更省磁盘。
编译完成后，/opt/minlp/bonmin下会出现bin、lib、include三个目录。bin里是命令行工具，lib里是链接用的库文件，include里是 C++ 头文件。到这一步，编译阶段就算过了。
2.3 验证安装：跑一个最小 MINLP 例子
装完不验证等于没装。Bonmin 源码的examples目录下通常有几个现成的算例，我一般会先跑一个最简单的来确认整条链路通畅：
# 进入示例目录 cd examples # 运行一个内置的 MINLP 算例 /opt/minlp/bonmin/bin/bonmin -AMPL myminlp.nl这里的-AMPL告诉 Bonmin 读取 AMPL 格式的 nl 文件，myminlp.nl是你的问题描述文件。如果终端输出迭代日志并最终给出Optimal solution found，说明求解器工作正常。如果报错cannot open shared object file，说明运行时没找到动态库，需要把/opt/minlp/bonmin/lib加到LD_LIBRARY_PATH里。如果报错unknown option，检查一下命令行参数拼写，Bonmin 的参数名对大小写敏感。
3. 把 MINLP 问题喂给 Bonmin：模型文件与参数配置
3.1 nl 文件从哪来：AMPL 与 Pyomo 两条路
Bonmin 本身不提供建模语言，它吃的是 AMPL 生成的 nl 文件。这意味着你需要先用建模工具把问题写出来，再转成 nl 格式。常见做法有两种：一是直接用 AMPL 写 .mod 和 .dat 文件，然后用ampl -og命令生成 nl；二是用 Pyomo 建模，通过pyomo solve指定 Bonmin 作为求解器。
如果你走 Pyomo 路线，代码大概长这样：
from pyomo.environ import * # 创建一个简单 MINLP 模型 model = ConcreteModel() # 定义变量：x 连续，y 整数 model.x = Var(bounds=(0, 10)) model.y = Var(domain=Integers, bounds=(0, 5)) # 目标函数：非线性 model.obj = Objective(expr=model.x**2 + 2*model.y, sense=minimize) # 约束：非线性约束 model.con1 = Constraint(expr=model.x + model.y >= 3) model.con2 = Constraint(expr=model.x * model.y <= 20) # 指定 Bonmin 求解 solver = SolverFactory('bonmin') results = solver.solve(model, tee=True)这段代码定义了一个最小化问题，目标函数里x**2是非线性的，y是整数变量，约束里x * y也是非线性的。SolverFactory('bonmin')会调用你刚装好的 Bonmin 可执行文件，tee=True把求解日志打到终端。跑通之后，results里包含求解状态和目标值。
3.2 关键参数怎么调：分支策略与求解器选择
Bonmin 的核心算法是分支定界，但它在分支策略和子问题求解器上有多个可选配置。默认配置能跑通大部分问题，但遇到收敛慢或内存爆掉的情况，就得手动调参。下面这张表列出了几个最常改的参数：
| 参数名 | 默认值 | 作用 | 什么时候改 |
|---|---|---|---|
bonmin.algorithm | B-BB | 分支定界算法变体 | 问题规模大时换 B-OA 或 B-QG |
bonmin.nlp_solver | ipopt | 子问题 NLP 求解器 | 子问题难收敛时换 filterSQP |
bonmin.bb_log_level | 1 | 分支定界日志级别 | 调试时调到 3 看每步分支 |
bonmin.time_limit | 1e8 | 求解时间上限（秒） | 防止无限跑，设成 3600 之类 |
bonmin.integer_tolerance | 1e-6 | 整数可行性容差 | 数值不稳定时放宽到 1e-4 |
这些参数可以在命令行里用-bonmin.algorithm B-OA这种形式传入，也可以在 Pyomo 里通过solver.options字典设置。我一般会在第一次跑的时候把bb_log_level调到 3，观察分支过程是否合理，确认没问题再调回 1 减少输出。
3.3 一个完整的求解流程：从建模到读结果
把前面几步串起来，一个完整的 MINLP 求解流程是这样的：先用 Pyomo 或 AMPL 写出模型，然后生成 nl 文件，接着调用 Bonmin 求解，最后解析结果。下面是一个端到端的脚本示例：
from pyomo.environ import * import time # 建模 model = ConcreteModel() model.x = Var(bounds=(0.1, 10)) model.y = Var(domain=Integers, bounds=(1, 5)) model.obj = Objective(expr=model.x**2 + 3*model.y, sense=minimize) model.con = Constraint(expr=model.x * model.y >= 5) # 配置求解器 solver = SolverFactory('bonmin') solver.options['bonmin.algorithm'] = 'B-BB' solver.options['bonmin.time_limit'] = 300 solver.options['bonmin.bb_log_level'] = 2 # 求解并计时 start = time.time() results = solver.solve(model, tee=True) elapsed = time.time() - start # 输出结果 print(f"求解状态: {results.solver.status}") print(f"终止条件: {results.solver.termination_condition}") print(f"目标值: {value(model.obj):.4f}") print(f"x = {value(model.x):.4f}, y = {value(model.y)}") print(f"耗时: {elapsed:.2f} 秒")这段脚本里，solver.options字典的键就是 Bonmin 的参数名，值可以是字符串或数字。results.solver.status告诉你求解器是否正常结束，termination_condition说明是找到最优解还是超时或不可行。value()函数从 Pyomo 模型里取出变量的数值解。跑完这个脚本，你就能拿到一个完整 MINLP 问题的解，并且知道花了多少时间。
4. 避坑指南：编译与求解阶段的五条血泪经验
4.1 现象：configure 报错 “cannot find HSL library”
原因：Bonmin 的 configure 脚本在检测 HSL 时，默认按libhsl或libcoinhsl的名字去找，但不同来源的 HSL 包编译出来的库名可能不一样，有的叫libhsl.so，有的叫libcoinhsl.so，还有的只生成了静态库.a文件。
解决：先ls /opt/minlp/lib | grep -i hsl确认实际库名，然后在 configure 命令里用--with-hsl-lib显式指定完整路径和库名。如果只有静态库，还要加上--with-hsl-lib="-L/opt/minlp/lib -l:libhsl.a"这种写法，冒号加文件名的方式能精确匹配。
4.2 现象：make 阶段报 “undefined reference to `ma27ad_'”
原因：HSL 里的 MA27 是 Fortran 写的，链接时需要 Fortran 运行时库。如果你的系统里 gfortran 版本和编译 HSL 时用的不一致，或者链接顺序不对，就会找不到符号。
解决：在 configure 时加上F77=gfortran和LIBS="-lgfortran"，确保 Fortran 库被正确链接。如果还不行，检查 HSL 编译时用的编译器版本，尽量保持一致。我遇到过用 gfortran-9 编译 HSL 但用 gfortran-11 链接 Bonmin 的情况，换回同一版本后问题消失。
4.3 现象：求解时终端刷屏 “Restoration failed” 然后卡死
原因：Ipopt 作为子问题求解器时，如果 NLP 子问题不可行或数值条件很差，会进入 restoration 阶段尝试恢复可行性。如果 restoration 反复失败，Bonmin 会陷入死循环，不断分支但下界不更新。
解决：给 Ipopt 设置expect_infeasible_problem=yes，让它对不可行子问题快速返回而不是反复尝试。在 Bonmin 层面，把bonmin.nlp_failure_behavior设为fathom，意思是子问题求解失败时直接剪掉这个分支，而不是继续往下分。这两个参数配合使用，能显著减少卡死概率。
4.4 现象：整数解明明存在，Bonmin 却报 “infeasible”
原因：整数容差integer_tolerance默认是 1e-6，对于数值量级很大的问题，这个容差太严，导致本来应该是整数的变量因为浮点误差被判定为不可行。
解决：把bonmin.integer_tolerance放宽到 1e-4 或 1e-3，同时检查约束的缩放是否合理。如果变量 x 的量级在 1e6 以上，约束里又出现 x * y 这种乘积，浮点误差会被放大，这时候容差必须放宽。另一个做法是在建模阶段对变量做无量纲化，把量级压到 1e2 以内。
4.5 现象：编译成功但运行时找不到 libbonmin.so
原因：安装时用了--enable-shared生成动态库，但运行时系统不知道去哪里找这个 .so 文件。Linux 默认只搜索/usr/lib和/lib，你装在/opt下它当然找不到。
解决：把 Bonmin 的 lib 目录加到LD_LIBRARY_PATH里，命令是export LD_LIBRARY_PATH=/opt/minlp/bonmin/lib:$LD_LIBRARY_PATH。如果想永久生效，把这行写进~/.bashrc或/etc/ld.so.conf.d/下的配置文件里，然后跑ldconfig刷新缓存。注意ldconfig需要 root 权限，普通用户只能用LD_LIBRARY_PATH这种方式。
5. 进阶技巧：用 Bonmin 的 C++ 接口做嵌入求解
5.1 直接调用 Bonmin 库：绕过命令行
前面讲的都是通过命令行或 Pyomo 调用 Bonmin，适合快速验证和脚本化流程。但如果你要把 MINLP 求解能力嵌到自己的 C++ 程序里，比如一个实时调度系统或一个仿真软件，那就需要直接链接 Bonmin 库。Bonmin 提供了BonBonminSetup和BonOsiTMINLPInterface等类，可以让你在代码里构造问题并求解。
下面是一个最小化的 C++ 嵌入示例：
#include "BonBonminSetup.hpp" #include "BonOsiTMINLPInterface.hpp" #include "IpIpoptApplication.hpp" using namespace Bonmin; int main() { // 创建 Bonmin 求解器实例 BonminSetup bonmin; // 配置求解器参数 bonmin.options()->SetIntegerValue("bb_log_level", 2); bonmin.options()->SetNumericValue("time_limit", 300.0); bonmin.options()->SetStringValue("algorithm", "B-BB"); // 初始化求解器 bonmin.initialize(); // 这里需要传入你的 TNLP 问题描述 // 通常继承 Ipopt::TNLP 类并实现相关接口 // SmartPtr<TNLP> my_problem = new MyMINLPProblem(); // bonmin.optimize(my_problem); return 0; }这段代码展示了创建 Bonmin 实例、设置参数、初始化的基本流程。实际使用时，你需要继承Ipopt::TNLP类，实现get_nlp_info、get_bounds_info、eval_f、eval_grad_f、eval_g、eval_jac_g等方法，把问题的目标函数、约束、雅可比矩阵描述清楚。这部分工作量不小，但一旦封装好，后续换问题只需要改 TNLP 实现，求解流程不用动。
5.2 验证解的质量：对偶间隙与分支节点数
拿到一个解之后，怎么判断它靠不靠谱？我一般看两个指标：对偶间隙和分支节点数。对偶间隙是当前最优整数解的目标值和下界之间的差，间隙越小说明解越接近全局最优。分支节点数反映搜索空间的探索程度，节点数太少可能意味着剪枝过猛漏掉了更优解，节点数太多则说明分支策略效率低。
在 Bonmin 的日志里，Gap这一列就是对偶间隙，Nodes这一列是已探索的节点数。如果 Gap 在 1e-4 以下，基本可以认为找到了全局最优。如果 Gap 一直降不下来，可以尝试换bonmin.algorithm为B-OA或B-QG，这两种算法在部分问题上比默认的 B-BB 收敛更快。
5.3 一个我踩过的坑：动态库版本冲突
最后说一个我实际翻车过的场景。有一次我在一个已经装了旧版 Ipopt 的机器上编译 Bonmin，configure 阶段检测到了旧版 Ipopt 的头文件和库，编译链接都没报错，但运行求解时结果完全不对，目标值比预期大了好几个数量级。排查了半天才发现，运行时加载的是旧版 Ipopt 的动态库，而 Bonmin 编译时用的是新版头文件，两者 ABI 不兼容。
从那以后我每次编译 Bonmin 之前，都强制走一遍ldd检查：先ldd /opt/minlp/bonmin/bin/bonmin，确认它链接的 Ipopt、Cbc、HSL 库路径都是我刚装的那套，而不是系统里残留的旧版本。如果发现指向了/usr/lib下的旧库，就在 configure 时加上-Wl,-rpath,/opt/minlp/lib，把运行时搜索路径硬编码进去。这个习惯帮我省掉了至少三次类似的玄学问题。希望帮到你。
本文还有配套的精品资源，点击获取
