Question

我正在解决一个非常大的LP - 一个没有0的基本可行解决方案（BFS）。我想知道如果通过解算器一个基本可行的解决方案，我可以加快这个过程。寻找以下内容：solver.setBasicFeasibleSolution()。我将在下面制定一个玩具实例（约束更少），并告诉你我的意思。

from ortools.linear_solver import pywraplp


def main():  
    # Instantiate solver
    solver = pywraplp.Solver('Toy',
                       pywraplp.Solver.GLOP_LINEAR_PROGRAMMING)

    # Variables
    x = solver.NumVar(-1, solver.infinity(), 'x')
    y = solver.NumVar(-1, solver.infinity(), 'y')
    z = solver.NumVar(-1, solver.infinity(), 'z')

    # Constraint 1: x + y >= 10.
    constraint1 = solver.Constraint(10, solver.infinity())
    constraint1.SetCoefficient(x, 1)
    constraint1.SetCoefficient(y, 1)

    # Constraint 2: x + z >= 5.
    constraint2 = solver.Constraint(5, solver.infinity())
    constraint2.SetCoefficient(x, 1)
    constraint2.SetCoefficient(z, 1)

    # Constraint 3: y + z >= 15.
    constraint2 = solver.Constraint(15, solver.infinity())
    constraint2.SetCoefficient(y, 1)
    constraint2.SetCoefficient(z, 1)

    # Objective function: min 2x + 3y + 4z.
    objective = solver.Objective()
    objective.SetCoefficient(x, 2)
    objective.SetCoefficient(y, 3)
    objective.SetCoefficient(z, 4)
    objective.SetMinimization()

    # What I want:
    """
    solver.setBasicFeasibleSolution({x: 10, y: 5, z: 15})
    """

    solver.Solve()

    [print val.solution_value() for val in [x, y, z]]

希望这样的东西可以加快速度（如果求解器必须使用两个阶段单纯形来找到初始BFS或大M方法）。

此外，如果有人能指出我的python API文档 - 而不是Google提供的示例 - 这将非常有用。想要了解ortools解算器中可用的对象，它们的方法是什么，以及它们的返回值和模式是什么。有点像C ++文档。

当然，也欢迎其他资源。

Answer 1

对文档进行抓取，提到this seems to be the API-docs用于基于C ++的求解器和基于swig的python绑定。

在此范围内，您会发现MPSolver：

SetStartingLpBasis

返回类型：void

参数：const std :: vector＆amp; variable_statuses，const std :: vector＆amp; constraint_statuses

高级用法：增量。此函数采用在下一个LP Solve（）调用中使用的起始基础。可以通过MPVariable或MPConstraint的basis_status（）函数检索当前解决方案的状态。警告：使用Glop时，您应该在使用此时禁用预解决，因为此信息不会与预解决同步修改，并且可能对预先解决的问题没有多大意义。

警告在某种程度上让我想知道这是否适合你（节省时间）。

如果你没有充分的理由坚持使用GLOP（看起来很有趣！），请使用CoinORs Clp（令人沮丧的文档状态;但imho是最好的开源LP解算器，包括一些有趣的崩溃-procedures）！我认为它甚至在ortools中接口。（Mittelmann Benchmarks，它甚至击败了CPLEX。但就科学评估而言，它只表明它具有很强的竞争力！）

或者如果它非常大并且你不需要类似Simplex的解决方案，那就选择一种内点法（Clp有一个;没有关于质量的信息）。

我可以在Google的ortools包中提供一个解决方案，并启动BFS吗？

1 个答案: