目前正致力于处理大量MILP计算，其复杂程度相对较高。通常情况下，您可以调整特定问题的设置，但在我的情况下，范围来自一些简单的计算，这些计算速度相当快，几乎所有预处理都被关闭，直到高级预处理有利的问题。
在这样的情况下，人们通常如何优化设置，以便动态调整问题的复杂性？我可以手动获取一个子集并调整复杂性的特定范围，但这似乎并不像选项那样强大。
答案 0 :(得分：1)
这实际上是一个非常难的问题，据我所知，甚至还没有解决。如果我们知道任意MIP的最佳或更好的“好”设置，我们可以节省大量的计算时间。请查看MIPLIB-2010论文，该论文表明，即使在仅排列问题的行和列之后，解算器的性能也会发生显着变化（无论好坏）。到目前为止，甚至无法预测这种变化如何影响绩效。 引入特定的参数设置可将此问题提升到一个全新的复杂程度。
简短回答：您目前最好的选择是对实例进行分类，并尝试为每个班级找到合理的参数。