如何在满足时间限制后获得相对 MIP 最优性差距?
How to get the relative MIP optimality gap after timelimit is met?
我正在处理大规模 MIP。所以我必须将时间限制设置为一个合理的值。但问题是,在达到时间限制后,我不知道如何评估解决方案,换句话说,下限和上限之间的差距。是的,差距将显示在屏幕上。但是有没有办法用PythonAPI获取它的值呢?所以我可以输出它或做一些后续统计。我必须一次解决超过 10 个 MIP,很难在屏幕上一一找到差距。
感谢您的帮助!
您的标签表明您正在使用带有 Python API 的 Gurobi 来求解您的模型。
要检索相对 MIP 差距,您可以查询 MIPGap
属性(参见 http://www.gurobi.com/documentation/6.5/refman/mipgap.html)
Python 例子:
from gurobipy import *
model = read("model.mps")
model.params.TimeLimit = 100
model.optimize()
print("Final MIP gap value: %f" % model.MIPGap)
我正在处理大规模 MIP。所以我必须将时间限制设置为一个合理的值。但问题是,在达到时间限制后,我不知道如何评估解决方案,换句话说,下限和上限之间的差距。是的,差距将显示在屏幕上。但是有没有办法用PythonAPI获取它的值呢?所以我可以输出它或做一些后续统计。我必须一次解决超过 10 个 MIP,很难在屏幕上一一找到差距。 感谢您的帮助!
您的标签表明您正在使用带有 Python API 的 Gurobi 来求解您的模型。
要检索相对 MIP 差距,您可以查询 MIPGap
属性(参见 http://www.gurobi.com/documentation/6.5/refman/mipgap.html)
Python 例子:
from gurobipy import *
model = read("model.mps")
model.params.TimeLimit = 100
model.optimize()
print("Final MIP gap value: %f" % model.MIPGap)