Question

我正在开展一个项目，我需要解决成千上万的从小到大的问题＆＃34;简单＆＃34;像背包一样的问题。我的所有实例都具有相同的结构，相同的约束，但项目数量（因此变量）不同。可以为所有实例修复域。

我已成功将minizinc整合到工作流程中

从数据库中提取相关数据
生成.mzn模型（包括初始变量赋值）
调用minizinc驱动程序获取CBC解算器，
解析并解释解决方案。

我现在在大型实例的展平阶段遇到了性能瓶颈（参见详细的展平统计数据）。展平最多需要30秒，而求解最优性需要不到1秒。

我试图禁用＆＃34;优化的展平＆＃34;无济于事，我也尝试拆分工具链（mzn2fzn然后是mzn-cbc）;最后尝试分离模型和数据定义，但没有观察到任何显着的改进。

如果有帮助，我已经确定了造成问题的约束集：

...
array[1..num_items] of int: item_label= [1,12,81,12, [10 000 more ints between 1..82], 53 ];

int: num_label = 82;
array[1..num_label] of var 0..num_items: cluster_distribution;
constraint forall(i in 1..num_label)(cluster_distribution[i]==sum(j in 1..num_items)(item_indicator[j] /\ item_label[j]==i));
var 1..num_label: nz_label;
constraint non_zero_label = sum(i in 1..num_label) (cluster_distribution[i]>0);
....

基本上，5000个项目中的每一个都有一个标签（大约100个可能的标签），我尝试（以及其他目标）最大化不同标签的数量（non_zero_label var）。我尝试了各种配方，但这个配方似乎效率最高。

有人能为我提供一些关于如何加速这种扁平化阶段的指导吗？你将如何处理解决数以千计的类似问题的任务？实例？

直接生成MPS文件然后本地调用CBC会有好处吗？我希望minizinc在编译MPS文件方面非常有效，但也许我可以通过利用实例的重复结构来获得加速？然而，我担心这会或多或少地归结为重新编写一个写得不好的半定制的minizinc伪定制版本，这种感觉并不合适。

谢谢！

我的系统信息：Os X和Ubuntu，mnz 2.1.7。

Compiling instance-2905-gd.mzn
MiniZinc to FlatZinc converter, version 2.1.7
Copyright (C) 2014-2018   Monash University, NICTA, Data61
Parsing file(s) 'instance-2905-gd.mzn' ...
processing file '../share/minizinc/std/stdlib.mzn'
processing file '../share/minizinc/std/builtins.mzn'
processing file '../share/minizinc/std/redefinitions-2.1.1.mzn'
processing file '../share/minizinc/std/redefinitions-2.1.mzn'
processing file '../share/minizinc/linear/redefinitions-2.0.2.mzn'
processing file '../share/minizinc/linear/redefinitions-2.0.mzn'
processing file '../share/minizinc/linear/redefinitions.mzn'
processing file '../share/minizinc/std/nosets.mzn'
processing file '../share/minizinc/linear/redefs_lin_halfreifs.mzn'
processing file '../share/minizinc/linear/redefs_lin_reifs.mzn'
processing file '../share/minizinc/linear/domain_encodings.mzn'
processing file '../share/minizinc/linear/redefs_bool_reifs.mzn'
processing file '../share/minizinc/linear/options.mzn'
processing file '../share/minizinc/std/flatzinc_builtins.mzn'
processing file 'instance-2905-gd.mzn'
 done parsing (70 ms)
Typechecking ... done (13 ms)
Flattening ... done (16504 ms), max stack depth 14
MIP domains ...82 POSTs [ 82,0,0,0,0,0,0,0,0,0, ], LINEQ [ 0,0,0,0,0,0,0,0,82, ], 82 / 82 vars, 82 cliques, 2 / 2 / 2 NSubIntv m/a/m, 0 / 127.085 / 20322 SubIntvSize m/a/m, 0 clq eq_encoded  ...  done (28 ms)
Optimizing ... done (8 ms)
Converting to old FlatZinc ... done (37 ms)
Generated FlatZinc statistics:
Variables: 21258 int, 20928 float
Constraints: 416 int, 20929 float
    This is a minimization problem.
Printing FlatZinc to '/var/folders/99/0zvzbfcj3h16g04d07w38wrw0000gn/T/MiniZinc IDE (bundled)-RzF4wk/instance-2905-gd.fzn' ... done (316 ms)
Printing .ozn to '/var/folders/99/0zvzbfcj3h16g04d07w38wrw0000gn/T/MiniZinc IDE (bundled)-RzF4wk/instance-2905-gd.ozn' ... done (111 ms)
Maximum memory 318 Mbytes.
  Flattening done, 17.09 s

Answer 1

如果要解决同一问题类的许多实例化并且遇到大的展平时间，那么可以采用两种常规方法：优化MiniZinc以最小化展平时间，或者您可以在直接求解器API。

如果您想保持求解器之间的一般性，那么第一个选项是最好的。为了优化展平时间，您想要消除的主要内容是“临时”变量：创建然后丢弃的变量。扁平化模型的大部分时间都用于解决不必要的变量。这是为了在解决时最小化搜索空间。可以在理解，循环，let-expressions和reifications中生成临时变量。对于您的特定模型Gleb posted，您可以对约束中的for循环进行优化：

constraint forall(i in 1..num_label)(cluster_distribution[i]==sum(j in 1..num_items where item_label[j]==i)(item_indicator[j]));

如果您希望将模型集成到软件产品中，则可以选择其他选项，因为您可以提供与解算器的直接交互。您必须手动“压扁”您的模型/数据，但您可以以更有限的方式执行此操作，仅针对您的目的。因为它不是通用的，所以它可以非常快。通过查看针对不同实例生成的FlatZinc，可以找到模型的提示。

解决大量类似背包实例的最佳实践

1 个答案: