Cplex Python相当于Callable Library CPXaddcols

Question

我正在尝试使用CPLEX Python API进行一些性能实验，发现大多数CPLEX行或列更新都是通过稀疏对或稀疏三元组进行的。在大型矩阵（数百万列）上，它变得太慢了。

我正在寻找更有效的方式（相当于Callable Library中的int CPXaddcols(CPXENVptr env,CPXLPptr lp,int ccnt,int nzcnt,double *obj,int *cmatbeg,int *cmatind,double *cmatval, double *lb, double *ub,char **colname)）

我发现这些方法位于cplex._internal._procedural，但无法真正称之为成功。

任何人都使用CPLEX Python进行大规模LP？任何人在python cplex中使用addcols(env, lp, ccnt, nzcnt, obj, cmat, lb, ub, colname, enc=default_encoding)方法？

非常感谢任何帮助。

由于

代码

import cplex 

import os

WORKDIR = "data1"

filename = "matrix1.prefix.LP"

os.chdir(WORKDIR)

problem = cplex.Cplex(filename)

theEnv = problem._env

theLP = problem._lp

returnCols = cplex._proc.getcols(theEnv,  theLP, 0,10)

print( returnCols)

输出

文件“C：/TSWork/Misc/Calendar_Year_2018/Experiments/MtrxDnst/CPX_Proc_V1.py”，第15行，in     returnCols = cplex._proc.getcols（theEnv，theLP，0,10）

文件“C：\ Software \ Anaconda3 \ envs \ cplex \ lib \ site-packages \ cplex_internal_procedural.py”，第861行，在getcols中     status = CR.CPXXgetcols（env，lp，inout_list）

TypeError：在'CPXXgetcols'方法中，类型'CPXCENVptr'的参数1