Question

我使用LP弛豫开发了SCIP / MIP模型，该模型依赖于0-1变量的分支。但是，由于我还没有弄清楚如何使用相关的SCIP回调，因此效率非常低。这是我的代码：

isMIP = False
while True:
    model.optimize()
    if isMIP:
        print("Optimal value:", model.getObjVal())
        break
    else:
        print("Intermediate value:", model.getObjVal())

    x,y,u = model.data
    fracvars = []
    for j in y:
        w = model.getVal(y[j])
        if w > 0.001 and w < 0.999:
            fracvars.append([j,abs(w-0.5)])
    if fracvars:
        fracvars.sort(key = itemgetter(1))
        min_var, min_value = min([(val[0],val[1]) for val in fracvars])
        model.freeTransform()
        model.chgVarType(y[min_var],"I") # the very inefficient part...
        print("Integer constraint on y[%s]" % min_var)
    else:
        isMIP = True

有人可以帮我加速代码吗？非常感谢。

Answer 1

请参阅http://scip.zib.de/doc-5.0.1/html/BRANCH.php了解如何编写分支规则，http://scip.zib.de/doc-5.0.1/html/SEPA.php用于切割平面分隔符（我仍然不确定您要做什么......）。这是C插件的描述，但是等效应该存在于PySCIPOpt中，或者如果你知道你需要的话，应该很容易添加。

SCIP - 积分分离

1 个答案: