我正在尝试使用CVXPY来解决以下形式的线性程序：
10人回复调查询问他们的家庭，年龄，性别和年龄。从这些回复中，我写了很多约束和统计数据，例如“所有10个人的平均年龄= 40”，或“单亲家庭数量= 0”。 每个字段（给定人的年龄，种族等）表示为CVXPY变量。目标是使用这些约束来重新生成原始调查答复（假设局外人看到发布的约束而没有看到调查答复，并希望确定每个人的原始调查答案是什么）。
我可以将我的约束编码为CVXPY约束，但是我没有目标函数来最大化，因为我只有很多约束。有没有办法对我的目标函数进行编码，以返回给定变量赋值所满足的约束数，以便在满足所有约束时最大化目标函数？我无法确定是否有办法从CVXPY文档中做到这一点。或者，是否有另一个开源优化器更适合解决此程序？我已经使用SAT求解器解决了它，现在想用非线性优化器来完成它。
示例数据采用以下格式：ID，家庭＃，年龄，性别，种族，代：
ID无关紧要，仅用于帮助我跟踪其他代码中的行号。
1 1 80 1 1 2
2 1 40 0 0 1
3 1 70 1 0 2
4 1 30 1 1 1
5 1 90 0 0 2
6 2 10 0 1 0
7 2 10 0 1 0
8 2 10 1 0 0
9 2 40 1 0 1
10 2 20 0 1 1
谢谢你， 基督教