使用gurobi求解 MIP问题

1。前面我们已经介绍了使用python和gurobi求解器来求解我们的优化问题，那么在使用gurobi求解优化问题的时候，当问题的规模较小的时候，我们的求解器能在短时间内快速的求解。cpu求解的时间很快。但是当问题的规模比较大时，就拿上次的切钢卷问题(CSP)来说，如果当需求I很大的时候，那么gurobi求解是慢，此时一般我们会设定使用gurobi求解的时间：model.setParam(TimeLimit,3600)此时我们的求解器最长的求解时间为1h，当求解器能在规定的时间内求解到最优解时，那么求解器将会直接输出最优解。当求解时间超过设定的最长求解时间时，此时求解器会自动停止求解，此时我们看MIPLOG会发现，求解的GAP不是0，表示问题没有求解到最优，后者说GUROBI不知道当解不是最优解。

2.到达设定求解时间：

        self._model.setParam(GRB.Param.TimeLimit,60.0)
        self._model.setParam(GRB.Param.Threads,8)
        # self._model.setParam(GRB.Param.DisplayInterval,10)
        start_time = time.time()
        self._model.optimize()
        end_time = time.time()

MIPLOG：

 从输出的日志中我们可以看到，求解器被设定的求解时间中断了求解过程。

在上述代码中我们可以看到，我们设定了求解时间为60s，并且设定了求解器使用的线程数为8，本人电脑为4核8线程。一般我们都会设定求解器的求解线程数量。我们还设定了求解器初始打印结果的step,本次我们使用默认step=5.

满线程：

 只开一个线程:

 使用一半的线程：

 当然我们也可以不设定求解器的线程数，gurobi会根据我们内存的使用情况来自动使用使用的线程数。

好了今天就学习到这里，我们明天再学吧。。。。。