Резюме решения рюкзака в CPLEX

Итак, у меня проблемы с версией CPLEX для Python. Я думаю, что было бы довольно легко получить сводку о том, что сделал решатель, т.е. количество ветвей и т. д.

Кто-нибудь знает, как это сделать?

import cplex
from cplex.exceptions import CplexError
class knapsack:
    def __init__(self,N,g,square_list):
        self.N = N
        self.square_list= square_list
        self.g = g
    def solve_problem(self):
        try:
            my_prob = cplex.Cplex()
            prob =my_prob
            prob.set_log_stream(None)
            prob.set_error_stream(None)
            prob.set_warning_stream(None)
            prob.set_results_stream(None)
            my_obj = self.g
            my_ctype = "B"
            number_of_one = self.square_list.count(1.0)
            my_ctype = my_ctype*len(self.square_list)
            val = self.N  -number_of_one
            rhs=[val]
            my_sense = "L"
            my_rownames = ["r1"]

            counter =0
            variable_list=[]
            coiff_list=[]
            for i in self.square_list:
                if i==0:
                    coiff_list.append(1.0)
                else:
                    coiff_list.append(-1.0)
                variable_list.append("w" + str(counter))
                counter+=1

            rows = [[variable_list, coiff_list]]
            prob.objective.set_sense(prob.objective.sense.minimize)

            prob.variables.add(obj=my_obj, types=my_ctype,
                        names=variable_list)
            prob.linear_constraints.add(lin_expr=rows, senses=my_sense,
                                    rhs=rhs)
            my_prob.solve()
            x = my_prob.solution.get_values()
            print(my_prob.solution.get_status())
            print("---")
            print(my_prob.solution.status())
            return x
        except CplexError as exc:
            print(exc)
            return

Когда я смотрю на методы, связанные с my_prob и myprob.solution, я вижу

['MIP_starts', 'SOS', '_Cplex__copy_init', '__class__', '__del__', '__delattr__', '__dict__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_aborter', '_disposed', '_env', '_env_lp_ptr', '_invoke_generic_callback', '_is_MIP', '_is_special_filetype', '_lp', 'advanced', 'cleanup', 'conflict', 'copy_vmconfig', 'del_vmconfig', 'double_annotations', 'end', 'feasopt', 'get_aborter', 'get_dettime', 'get_num_cores', 'get_problem_name', 'get_problem_type', 'get_stats', 'get_time', 'get_version', 'get_versionnumber', 'has_vmconfig', 'indicator_constraints', 'linear_constraints', 'long_annotations', 'objective', 'order', 'parameters', 'populate_solution_pool', 'presolve', 'problem_type', 'pwl_constraints', 'quadratic_constraints', 'read', 'read_annotations', 'read_copy_vmconfig', 'register_callback', 'remove_aborter', 'runseeds', 'set_callback', 'set_error_stream', 'set_log_stream', 'set_problem_name', 'set_problem_type', 'set_results_stream', 'set_warning_stream', 'solution', 'solve', 'start', 'unregister_callback', 'use_aborter', 'variables', 'write', 'write_annotations', 'write_benders_annotation']
['MIP', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_add_iter', '_add_single', '_conv', '_cplex', '_env', '_get_index', '_get_index_function', 'advanced', 'basis', 'get_activity_levels', 'get_dual_values', 'get_float_quality', 'get_indicator_slacks', 'get_indices', 'get_integer_quality', 'get_linear_slacks', 'get_method', 'get_objective_value', 'get_quadratic_activity_levels', 'get_quadratic_dualslack', 'get_quadratic_slacks', 'get_quality_metrics', 'get_reduced_costs', 'get_solution_type', 'get_status', 'get_status_string', 'get_values', 'infeasibility', 'is_dual_feasible', 'is_primal_feasible', 'method', 'pool', 'progress', 'quality_metric', 'sensitivity', 'status', 'type', 'write']

Помогает ли документация здесь?

LarrySnyder610 30.05.2019 20:13

Большое спасибо. Кое-что удалось найти - сейчас отвечу на свой вопрос.

Eigenvalue 30.05.2019 21:42
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
2
250
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Обнаружено, что есть функция записи на объект решения

my_prob.solution.write("myanswer")

Он содержит всю необходимую информацию о запуске CPLEX.

Действительно, вы можете прочитать о файлах SOL здесь.

rkersh 30.05.2019 21:49
Ответ принят как подходящий

Если вы знакомы с интерактивным интерфейсом CPLEX, вы, возможно, привыкли видеть примерно следующую сводку после оптимизации:

MIP - Integer optimal, tolerance (0.0001/1e-06):  Objective = -2.0183208990e+02
Current MIP best bound = -2.0181209207e+02 (gap = 0.0199978, 0.01%)
Solution time =    1.43 sec.  Iterations = 25361  Nodes = 4335 (21)
Deterministic time = 686.22 ticks  (479.17 ticks/sec)

Как было предложено в разделе комментариев, всю эту информацию можно запросить, просмотрев документацию здесь. Большая часть этого исходит из интерфейса Cplex.solution, как вы предложили.

Например, рассмотрим следующий интерактивный сеанс:

>>> c.problem_type[c.get_problem_type()]
'MILP'
>>> c.solution.get_status_string()
'integer optimal, tolerance'
>>> c.parameters.mip.tolerances.mipgap.get()
0.0001
>>> c.parameters.mip.tolerances.absmipgap.get()
1e-06
>>> c.solution.get_objective_value()
-201.83208990000034
>>> c.solution.MIP.get_best_objective()
-201.8120920681663
>>> c.solution.MIP.get_mip_relative_gap()
9.908152783804216e-05
>>> print(c.solution.get_quality_metrics())
Incumbent solution:
MILP objective                                -2.0183208990e+02
MILP solution norm |x| (Total, Max)            4.65432e+02  2.02051e+02
MILP solution error (Ax=b) (Total, Max)        5.24512e-11  2.34035e-12
MILP x bound error (Total, Max)                0.00000e+00  0.00000e+00
MILP x integrality error (Total, Max)          0.00000e+00  0.00000e+00
MILP slack bound error (Total, Max)            4.54747e-13  4.54747e-13
>>> c.solution.MIP.get_incumbent_node()
4266
>>> c.solution.MIP.get_num_cuts(c.solution.MIP.cut_type.GUB_cover)
3

Эй, просто любопытно - я использовал c.solution.MIP.get_incumbent_node(), думая, что это скажет мне количество узлов ветвления и границ, которые были найдены перед написанием решения, но оно всегда возвращает 0 - даже если выходное решение отличается от входного. Совет?

Eigenvalue 10.03.2020 05:09

Под капотом Cplex.solution.MIP.get_incumbent_node() используется CPXXgetnodeint из C API. Не видя журнал движка или не зная каких-либо других подробностей о вашей модели, трудно сказать, почему у вас такое поведение. Если вы можете предоставить небольшой пример для воспроизведения поведения, это было бы достойно того, чтобы его задали в качестве нового вопроса в stackoverflow. В качестве альтернативы, если вы предпочитаете держать это в секрете, вы можете отправить мне электронное письмо по адресу rkersh at us dot ibm dot com.

rkersh 10.03.2020 14:33

Привет rkersh, спасибо за ответ. Я создал новую тему, потому что думаю, что это вопрос, который люди, которые решают IP и используют вашу версию Python, сочтут полезным. stackoverflow.com/questions/60623801/…

Eigenvalue 10.03.2020 19:29

Другие вопросы по теме