使用 Gurobi 进行多处理

Question

我正在尝试使用多处理来解决我的优化问题。 我有许多需要分配给机器的工作（10、20、30）。

我只是插入了优化代码的粗略轮廓，因为它太长了：

def solve(jobs):
    def load_data(jobs):
        df = pd.read_csv(path_jobs)
    def create_model():
        model = pg.Model(env)
        
        sets ...
        variables ...
        constraints...
        objective ...
       
        model.optimize()

        print(results of optimization) 
        export_results = results.to_csv

    

     results = create_model()
     

这是多处理的代码：

import multiprocessing as mp
if __name__ == '__main__':
   with mp.Pool() as pool:
      jobs= [10, 20, 30]
      result = pool.map(solve, jobs)
      print(result)

当使用多处理执行 model 时，它会在“model.optimize”之后停止。 所以它不是打印或导出结果。 此外，我收到此错误消息：

MaybeEncodingError: Error sending result: '<multiprocessing.pool.ExceptionWithTraceback object at 0x7f7bd8fdb890>'. Reason: 'TypeError("can't pickle PyCapsule objects")'

我会很感激任何想法。 优化问题本身运行良好。

Answer 1

>试试这种方法

from multiprocessing import Pool

def cube(x):
    return x * x * x


def main():
    threadObj = Pool(5)
    arr = [1, 2, 3, 4]
    outPut = []
    for loop in threadObj.map(cube, arr):
        outPut.append(loop)
    print(outPut)


main()