使用gurobi求解 MIP问题

最新推荐文章于 2025-03-25 21:51:15 发布

wengkebiao

最新推荐文章于 2025-03-25 21:51:15 发布

阅读量5.3k

点赞数 2

文章标签： python

本文链接：https://blog.youkuaiyun.com/wengkebiao/article/details/124563815

版权

本文讲述了使用Gurobi求解大规模优化问题时，如何设置时间限制和线程数以提高效率。当问题规模较大时，Gurobi可能会在设定时间内无法找到最优解。通过设置TimeLimit参数可以限制求解时间，例如限制为60秒，并可通过Threads参数调整求解线程数。实验显示，线程数的增加会影响求解速度。未达到时间限制时，求解器会因GAP不为0而停止，表明未找到全局最优解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1。前面我们已经介绍了使用python和gurobi求解器来求解我们的优化问题，那么在使用gurobi求解优化问题的时候，当问题的规模较小的时候，我们的求解器能在短时间内快速的求解。cpu求解的时间很快。但是当问题的规模比较大时，就拿上次的切钢卷问题(CSP)来说，如果当需求I很大的时候，那么gurobi求解是慢，此时一般我们会设定使用gurobi求解的时间：model.setParam(TimeLimit,3600)此时我们的求解器最长的求解时间为1h，当求解器能在规定的时间内求解到最优解时，那么求解器将会直接输出最优解。当求解时间超过设定的最长求解时间时，此时求解器会自动停止求解，此时我们看MIPLOG会发现，求解的GAP不是0，表示问题没有求解到最优，后者说GUROBI不知道当解不是最优解。

2.到达设定求解时间：

        self._model.setParam(GRB.Param.TimeLimit,60.0)
        self._model.setParam(GRB.Param.Threads,8)
        # self._model.setParam(GRB.Param.DisplayInterval,10)
        start_time = time.time()
        self._model.optimize()
        end_time = time.time()

MIPLOG：