ortools linear_solver scip 加速 - 多线程？

Question

我有以下代码：

from ortools.linear_solver import pywraplp
SOLVER = pywraplp.Solver.CreateSolver('SCIP')
...
SOLVER.solve()

它执行了很长时间 - 所以为了优化它，我尝试：SOLVER.SetNumThreads(8) 在与 .solve() 一致之前 - 但它根本不起作用。

所以我有以下问题：

1. 我认为多线程在这里是一个唾手可得的成果，所以怎么能 我让它工作 - 我们正在谈论常规 python shell，在 特别是在 jupyter notebook 上（但我们也可以 运行 这个作为 python script.py - 我只是看不出为什么它不会 运行 jupyter，但 运行 作为脚本）。
2. 有没有其他的加速方式 起来了吗？也许有些不太明显？

警告 我是数据工程师，我认为数据科学家在那里所做的一切都是完美的 - 所以我正在寻找如何使用 ortools 更快地工作而不是如何用更快的工具替换它们的建议 ;)

Answer 1

所以，

1. 多线程对于 SCIP 而言并非唾手可得的成果。你能达到的最好成绩是 2 倍。
2. 除了linux，它应该被编译进去，因为某些原因，用于构建它的 cmake 命令似乎不起作用。
3. 如果您的问题是纯整数问题，您可以尝试 'sat' 求解器。它受益于多线程（8 个工作线程或更多）。