使用纸浆时，如何从Gurobi解算器检索当前最佳解决方案？

Question

如果我在gurobi解算器中使用交互式解算器，我可以执行以下操作：

gurobi> m = read('model.mp')
gurobi> m.optimize()
[...]
Found heuristic solution: objective 821425.00000

然后中止并通过获取当前解决方案

gurobi> m.printAttr('X')

我想在果肉里有同样的行为。特别是在打过电话之后：

prob =  pulp.LpProblem(name="MIPProblem", sense=pulp.LpMaximize)
[...]
status = prob.solve(pulp.GUROBI_CMD(msg=True, keepFiles=1))

我想等到第一个启发式解决方案在某个时间跨度后被发现/中止，然后获得Gurobi找到的当前最佳解决方案。我该怎么做？你知道吗

Answer 1

您可以使用pulp.GUROBI或pulp.GUROBI_CDM。
主要区别在于pulp.GUROBI是gurobipy（Gurobi-Python接口）的包装，而pulp.GUROBI_CDM使用命令行（即，它在文件中写入LP/ILP，然后调用解算器）。你知道吗

我们来区分这两种情况：

• 案例1：pulp.GUROBI：

  在这种情况下，可以访问solverModel对象。对于字段，您可以直接参考文档。但是，对于您的特定用例，您需要的是ObjBound。
  一个小例子：

  import pulp
  
  ...
  
  status = prob.solve(pulp.GUROBI(timeLimit=1))
  
  print(pulp.LpStatus[status]) # status
  
  print(prob.solverModel.ObjBound) # best objective found
  

• 案例2：pulp.GUROBI_CDM：

  在这种情况下，通过命令行解决问题，并从结果文件（即here）读取解决方案

  import pulp
  
  ...
  
  status = prob.solve(pulp.GUROBI_CMD(options=[('TimeLimit','1')]))
  
  print(pulp.LpStatus[status]) # status
  
  print(pulp.value(prob.objective)) # best objective found
  

  请注意，GUROBI\u CMD确实提供了良好的解决方案状态[see here]，因此即使解决方案不是，您也可以读取Optimal，因为GUROBI解决方案文件没有提供有关状态的信息。