Optimization 模型修改后的Gurobi恢复优化

Optimization 模型修改后的Gurobi恢复优化,optimization,gurobi,Optimization,Gurobi,据我所知,古洛比在调用模型后继续优化它离开的地方。终止,然后调用模型。再次优化。所以我可以终止并得到目前为止最好的解决方案,然后继续。现在我想做同样的事情,但由于我想使用次优解决方案的一部分,我需要在调用模型之前将一些变量设置为固定值。再次优化并优化模型的其余部分。我如何才能做到这一点,使gurobi不再从头开始?首先,听起来你在描述一个混合整数程序MIP;模型修正不同于连续优化线性规划、二次规划 修改MIP模型时,树信息不再有用。相反,必须解决连续LP松弛问题,并创建新的分支和切割树。但是,先

据我所知,古洛比在调用模型后继续优化它离开的地方。终止,然后调用模型。再次优化。所以我可以终止并得到目前为止最好的解决方案,然后继续。现在我想做同样的事情,但由于我想使用次优解决方案的一部分,我需要在调用模型之前将一些变量设置为固定值。再次优化并优化模型的其余部分。我如何才能做到这一点,使gurobi不再从头开始?

首先,听起来你在描述一个混合整数程序MIP;模型修正不同于连续优化线性规划、二次规划

修改MIP模型时,树信息不再有用。相反,必须解决连续LP松弛问题,并创建新的分支和切割树。但是,先前的解决方案仍然可以用作MIP开始,这可以减少第二个模型的求解时间


但是,您的方法可能与冗余,这是一个。您可以通过参数RINS、subipnodes和Heuristics来控制RINS的行为。

是的,您是对的,我正在使用MIP,我将更仔细地了解RINS,我对LP/IP/MIP非常陌生-谢谢您的回答