Question

使用pyomo / cplex：

假设我有一个cost函数，需要求解25个整数，每个整数可以是（0到4）

实际模型比这要复杂得多，但我正在尝试将其最小化。

model.x = Var(range(25), range(5), domain=Binary, initialize=0)

for i in range(25):
    model.constraint.add(sum([model.x[i, j] for j in range(5)]) == 1)

假设我发现使用不同的逻辑方法，整数0、1、2应该等于4。我所做的是我将约束设置如下：

model.constraint.add(model.x[0, 4]) == 1
model.constraint.add(model.x[1, 4]) == 1
model.constraint.add(model.x[2, 4]) == 1

我的想法是我想将预定义的整数设置为通过其他方法发现的固定解，以加快计算时间。但是，我读到，通过添加更多约束，您应该花更多时间来找到解决方案。

如果有更好的方法，有经验的人可以给我好的意见吗？

Answer 1

不用担心。 Cplex将解决此问题。在Cplex开始迭代之前，这些变量将从模型中删除。

Cplex日志将显示一些有关预解析成功的消息。您应该看到如下消息：

MIP Presolve eliminated 497 rows and 497 columns.
MIP Presolve modified 8530 coefficients.
Reduced MIP has 8556 rows, 8915 columns, and 34502 nonzeros.
Reduced MIP has 8915 binaries, 0 generals, 0 SOSs, and 0 indicators.

这将显示在预求解阶段之后模型变小了多少。

如果生成大量这些单例约束，则指定边界可能更有效。这可以为Pyomo生成模型节省时间。在很多情况下，这并不是真正要担心的事情，并且使用边界而不是约束更多是一个品味问题。

如果Cplex可以消除模型的大部分内容，则有时检查模型并查看模型是否确实超出所需范围很有用。

当然，直接使用整数变量可能要比使用一系列二进制变量更好。我认为有充分的理由使用这些二进制变量。

Pyomo整数编程-启发式地将特定变量设置为固定数

1 个答案: