我将 Pulp 与 GLPK 求解器一起使用并具有以下约束：
-1000000*f1 + v1 + 1000000*f2 - v2 >= -10.999
求解器：
problem.solve(GLPK(options=['--mipgap', '0.000001', '--cuts']))
但结果我解决了违反约束的问题（状态“最佳”）：
f1 = 0
v1 = 11
f2 = 1
v2 = 1000000
那么，在这种情况下我能做些什么呢？我可以以某种方式提高准确性或使用其他解决方案吗？
我认为，您遇到了数值准确性问题。您的系数按 1.e7 的顺序排列（并且您需要 1.e-6 的解决方案）。解决方案至少需要在 1.e11 中正确才能保持约束，并且通过参数，您需要最大 1.e-14 相对误差。
简单来说，这对于纯数值求解器来说太过分了。（期望最大 1.e-6 到 1.e-7 对 LP-Solver 运行可靠）有像 QSopt 这样的精确求解器，我也认为，soplex 现在有了这些功能。
这是 QSopt 的链接 http://www.math.uwaterloo.ca/~bico/qsopt/downloads/downloads.htm
这是这个复杂的东西的链接。 http://soplex.zib.de/doc/html/EXACT.php
QSopt 仅以二进制形式提供（我认为），SoPlex 可免费用于研究（据我所知）。
此外，您可以将 SCIP 与 SoPLex 一起使用。拥有或拥有一些确切的 IP 项目。所以，如果你的许可证没问题，在这种情况下我会选择 SCIP。
也许，您可以更深入地了解您的应用程序，以便可以重新制定您的限制。