我不明白你是怎么回答这个问题的，因为单纯形算法的第 1 阶段是专门为找到原始问题的可行点而设计的，第 2 阶段可以从该点开始。无需使用遗传算法或类似算法来找到更好的起点。

但除此之外，您的问题非常具体到您似乎正在使用的一种特定实现，但您什么也没告诉我们。显然，如果您自己实现单纯形法，很容易跳过阶段 1 并从某个地方开始阶段 2。这是你的代码，你可以随心所欲地实现它。但是，如果它不是您自己编写的代码，您通常无法从第 2 阶段开始。在这种情况下，最简单的选择当然是按原样使用它，即包括第 1 阶段，因为第 1 阶段保证给你一个起点。如果第一阶段失败，您需要向我们解释

• 你正在使用什么实现
• 第一阶段如何失败
• 错误消息意味着您从代码中得到什么。

可能是您的阶段 1 失败了，因为您的线性程序中没有可行的点，因此找不到阶段 2 的起点。当然，在这种情况下，您将无法通过使用不同的方法为阶段 2 选择起点来纠正这种情况。

如果用户为单纯形提供了一个基本可行的解决方案，我不明白为什么不能直接从第 2 阶段单纯形开始。（实际上，结合内点法和单纯形法的求解器通过使用“交叉”从当前内点迭代中找到基本可行解，从内点法过渡到单纯形法。）

也就是说，沃尔夫冈是绝对正确的：第一阶段要么找到问题的基本可行解决方案，要么失败，在这种情况下你的线性程序是不可行的。

可能是您的意思是第一阶段花费的时间太长，在这种情况下，我建议使用内点法。事实上，如果你找到任何可行的解决方案，你可以把它作为一个内点方法的起点，而单纯形只能使用基本可行的解决方案。如果不使用交叉程序之类的东西，我不会使用遗传算法来生成基本可行的解决方案。我什至不确定我是否会使用遗传算法来生成可行的解决方案，除非我必须这样做；求解线性规划的技术非常成熟，即使对于包含数百万到数千万个决策变量的问题，除非您的问题明显大于此，否则很难理解为什么要使用替代方法来寻找可行的方法解决方案，因为再次：

• 单纯形法和内点法都具有计算有效初始点的稳健初始化程序
• 单纯形法需要一个基本的可行解
• 内点法只需要一个可行的解决方案

作为替代方案，我们没有修改simplexphaseone，而是修改了GA-MPC的维修操作员的一些地方，以便它可以自行完成解决方案并摆脱那些“噪音”。在我们的 TVaR 约束优化问题测试用例中，它可以得到与 linprog 线性化解一样精确的解，但运行时间比 linprog 少 60%。