如何在CPLEX-PYTHON（非docplex）中生成一些可行的解決方案？

Question

我正在使用線性數學編程方法研究有關車輛路徑問題（VRP）的變體形式。 我制定了一個經過良好測試的模型，但是該模型最多可以在30個節點內的可接受計算時間內得到解決，因此我需要實施一些元啟發式方法，以找到適用於較大實例的良好可行解決方案，因此這是一個問題。 我知道我可以使用python-cplex命令solution_pool（之類的東西）生成一些解決方案，所以我想幫助您了解如何生成和訪問這些解決方案（目標函數值，決策變量值等）我的模型是cplex對象模型。 我知道，如果您能幫助我，這是可能的，那就太好了。 在此先感謝智利的問候。

Answer 1

一旦有了cpx對象，就可以編寫

cpx.populate_solution_pool()
numsol = cpx.solution.pool.get_num()
print("The solution pool contains %d solutions." % numsol)
meanobjval = cpx.solution.pool.get_mean_objective_value()

sol_pool = []
for i in range(numsol):
    objval_i = cpx.solution.pool.get_objective_value(i)
    x_i = cpx.solution.pool.get_values(i)
    nb_vars=len(x_i)
    sol = []
    for k in range(nb_vars):
        sol.append(x_i[k])
    sol_pool.append(sol)
print("pools =",sol_pool)

Answer 2

解決方案池中的解決方案位於Cplex.solution.pool屬性中，請參閱此處的參考文檔。

CPLEX默認將在解決方案池中找到的所有可行解決方案保存下來，因此您無需執行任何特定操作即可創建這些解決方案。 但是，由於您不是在證明最優性之后，而是想快速看到好的解決方案，因此您可能需要使用一些參數：

• 將Cplex.parameters.emphasis設置為4可能會更快地產生更好的解決方案
• 本手冊中有關填充解決方案池的內容還有其他一些想法。 您可能需要查看拋光過程和/或Cplex.populate_solution_pool() 。