Cplex的几种使用方法总结2019-05-07

1. 需求的出现

  • 由于我要做的是混合整数规划问题(MIP),考虑到有现成的求解工具,于是决定使用Cplex来进行计算。

2. 尝试的第一种解决方法——Cplex+yalmip+Matlab

3. Cplex Python API

4. 使用文件导入模型并求解

  • Cplex Python API +.lp文件导入模型:模型变量过多、约束过多-->手动输入不可能时,可以通过编写模型的文件并使用python程序来调用Cplex、导入模型并求解来实现问题的解决。
  • Cplex支持三种文件输入来导入模型,包括LP、MPS和SAV。具体的文件编写规则自己查找,这里附上一个写的很好的LP文件的编写规则的链接:
    http://lpsolve.sourceforge.net/5.5/CPLEX-format.htm
  • 在写好.lp文件以后,可以按前面说的使用lpex2.py来从Terminal里面使用命令行实现问题的求解。

5. 总结

  • 之所以后面使用了python Cplex API其实是因Matlab+yalmip+Cplex的组合虽然简单易行,上手特别快,而且在matlab里面使用矩阵真的特别方便,但是有些想象不到的问题会出现。
  • 比如我的问题分为大中小三个时,以不同的求解顺序来使用Matlab+yalmip+Cplex求解时,大、中、小三个的求解时间有比较大的区别,也就是说,求解的时间或者说是效率和求解顺序有关(这个就很神了,内心有点不安)。
  • 后来在求解一个更大的问题时使用Matlab+yalmip+Cplex又出现的问题——“跑->跑->matlab自动退出,跑->跑->matlab自动退出,...,跑->跑->matlab自动退出”的情况。
  • 后面使用python调用API接口,感觉效率比Matlab+yalmip+Cplex更高。

使用中碰到的问题:

  • 问题1:Dual infeasible due to empty column 'x4161'.
    网上找的解答:Like I said above, this problem occurs if presolve reduces the model to a model with an empty column. You can disable presolve (set CPX_PARAM_PREIND=0) but that will not fix the issue that your model is infeasible. You can use the conflict refiner to analyze the infeasibility of your model. You will have to check with yalmip support to figure out how to do any of this. 即应该是有全零行出现。
  • 问题2:Infeasibility row 'c27283': 0 = 1.
    解决:出现0等于1的情况了,说明有0等于1这样的约束出现,不可能有可行解。可能是约束哪里写错了。我最后就是找了一下约束中的问题并进行了解决。
  • 问题3:raise CplexSolverError(error_string, env, status)
    cplex.exceptions.errors.CplexSolverError: CPLEX Error 1464: Line 27618: Identifier/name too long to process.
    解决:
    This error is due to the fact that an LP file has a maximum length of any line (560)
    说明一行的字太长了,在需要的时候在lp文件里面使用'\n'进行分行即可,反正lp文件是可以分行的。
    对应问题的一个链接:https://www.ibm.com/developerworks/community/forums/html/threadTopic?id=77777777-0000-0000-0000-000014393504

注:

本文只是个人使用中的一些小小的总结,如果有读者和其他人有更好的方法和更多的经验,欢迎批评指正和分享经验。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容