Cplex 参数笔记（Python API）

                                                                     Cplex 参数笔记（Python API）

最近一直做Cplex用于大规模实例的结果验证（与现有的算法和已经优化的算法进行对比）；颇有一些感触，记录下来，以防遗忘。

首先是模型搭建：Cplex计算占内存极大，所以一定要把模型构建的最简单，变量能少则少，能用2个变量表示的，就不要用一堆向量来表示。约束条件越少越好（constraints memory = number of constraints(KB)），在写完后一定要看一下内存占用情况，否则就会出现几十G甚至上百G的占用，没有服务器的话，基本就可以直接GG了（当然，有服务器也不能这么乱用，毕竟时间还是越短越好，算法性能对比中运行时间也是很重要的一项）。

 

第二模型计算后，如果得到的结果不合理（包括无解/解越过限制条件）。那么就要重新检查自己的约束情况，看看是不是哪里出现了问题。如果实在找不出来1.可以写成LP文件，更方便检查；2.重新写一遍。

 

第三，解越过限制条件的处理方法：1.检查模型的约束条件；2.调整参数，这也是笔记想要重点讲的内容。（有不常用的以后再做更新）

参数设置中，可能常用的有以下几项：

Parameters.lpmethod.set() //0:Cplex自动选择方法 1：primalsimplex 2：dual simplex; 3: networ