Linear programming 线性规划中障碍求解后避免交叉的缺点
我正在运行一个大型LP(大约500万个非零),我希望加快求解过程。我尝试了并行求解来测试哪种算法最快地解决了我的问题,我发现barrier方法是明确的赢家(solver=Xpress MP,但我猜对于其他解算器也是如此) 不过,我想进一步加快速度。我注意到,真正的屏障求解只需不到总求解时间的1%。剩余的时间用于交叉(约40%)和原始解(在新基中找到角点解)(约60%)。不幸的是,我找不到一个设置来告诉解算器进行双交叉(Cplex中有一个,但我没有Cplex的许可证)。因此,我无法比较这是否会更快 因此,我试图关闭交叉,这将产生一个巨大的速度增加,但有一些缺点,根据文件。到目前为止,我所知道的缺点是:Linear programming 线性规划中障碍求解后避免交叉的缺点,linear-programming,solver,cplex,gurobi,Linear Programming,Solver,Cplex,Gurobi,我正在运行一个大型LP(大约500万个非零),我希望加快求解过程。我尝试了并行求解来测试哪种算法最快地解决了我的问题,我发现barrier方法是明确的赢家(solver=Xpress MP,但我猜对于其他解算器也是如此) 不过,我想进一步加快速度。我注意到,真正的屏障求解只需不到总求解时间的1%。剩余的时间用于交叉(约40%)和原始解(在新基中找到角点解)(约60%)。不幸的是,我找不到一个设置来告诉解算器进行双交叉(Cplex中有一个,但我没有Cplex的许可证)。因此,我无法比较这是否会更快
- 屏障解决方案往往是中面解决方案
- 没有交叉的屏障不会产生基本解决方案(尽管解算器设置提到“无论是否使用交叉,都可以使用完整的原始和双重解决方案”)。
- 如果没有基础,您将无法使用高级启动信息反复优化相同或类似的问题
- 如果没有基础,您将无法获得用于执行敏感性分析的范围信息
- (屏障算法高级理论)
- (Xpress MP解算器设置)
- (第87页)