Optimization python中的开源并行混合整数优化求解器

我们有一个20K变量的混合整数优化问题

运行时性能：

在通用自由／开源软件解决方案（如GLPK）上：15小时

关于商业解决方案（如Mosek）：10分钟

商用解算器的性能提高了100倍，这得益于底层标准混合整数B&C算法的并行化

---

是否有任何FOSS解算器也支持并行化（以提供更好的运行时性能）？

我不认为这仅仅是因为并行化。但事实上，商业解决方案可以比开源解决方案快得多。也许CBC会是一个尝试的候选人。没错，但我认为这是主要因素。例如，如果问题是MIQP，那么它的速度取决于MI逻辑的速度+QP子问题逻辑的速度。根据我的经验，QP子问题速度的差异永远不会超过5倍。“我认为这是主要因素”不。使用几个线程不会得到100的加速。只需尝试使用Mosek运行实例，并且只使用1个线程。这将证明大部分的加速来自于算法的改进。除了少数情况外，并行化是性能的巨大提升。线性加速通常是您所能看到的最佳速度。