我是混合整数线性规划的新手，我希望有人能为我澄清一个性能问题。基本上我用大约34个决策变量进行计算，我的计算时间大约是5秒。我想理想地将计算时间缩短到低于1秒的范围。
目前我正在使用CBC解算器＆amp; MATLAB，但据我所知，这是一个单线程求解器。我见过的大多数MILP求解器似乎都为1k +变量的大型项目性能感到自豪，并将计算时间从几天缩短到几小时，但只有少数昂贵的甚至是多线程的。处理器速度似乎只会出现这样的问题，因此必须在软件方面做一些事情。
在某种情况下，我有哪些因素在计算时间中发挥作用？从理论上讲，像Gurobi这样的解决方案是否能够在这样一个小问题上加速并在CBC上产生明显的差异？
答案 0 :(得分：0)
在解决MIP问题时，与其他应用程序相比，多线程通常无法提供太多帮助。更复杂的解决方案比CBC更好的做法是预先解决。很可能会发生，所有决策变量都可以在根节点中消除/修复。通常，不可能基于其大小来预测MIP的解决时间。解决过程太复杂了。 回答你的问题：我认为你在尝试另一个求解器时会看到显着的加速（Gurobi，Xpress，CPLEX，SCIP等）。但是不能保证，你也可能会看到减速。
答案 1 :(得分：0)
大多数商业MILP求解器可能只考虑1000个变量的大多数问题。解决数十万或数百万个变量的问题是很常见的。但请注意，还有一些非常小的问题被认为非常困难或仍然存在，因为没有人将其解决为经过验证的最佳解决方案。基本上，解决这些问题所需的时间非常依赖于问题。
如果您想了解其他求解程序解决问题的速度有多快，请尝试将其作为例如在http://www.neos-server.org/neos/
的NEOS求解器服务的MPS文件