将Python射线与CPLEX模型对象结合使用

我正在尝试并行化与Python对象的交互，这在计算上非常昂贵。我想用Ray来做这件事，但到目前为止我的努力都失败了

该对象是一个CPLEX模型对象，我试图为一系列条件添加一组约束

以下是我的设置：

import numpy as np
import docplex.mp.model as cpx
import ray

m = cpx.Model(name="mymodel")

def mask_array(arr, mask_val):
    array_mask = np.argwhere(arr == mask_val)
    arg_slice = [i[0] for i in array_mask]
    return arg_slice

weeks = [1,3,7,8,9]
const = 1.5
r = rate = np.array(df['r'].tolist(), dtype=np.float)
x1 = m.integer_var_list(data_indices, lb=lower_bound, ub=upper_bound)
x2 = m.dot(x1, r)

@ray.remote
def add_model_constraint(m, x2, x2sum, const):
    m.add_constraint(x2sum <= x2*const)
    return m

x2sums = []
for w in weeks:
    arg_slice = mask_array(x2, w)
    x2sum = m.dot([x2[i] for i in arg_slice], r[arg_slice])
    x2sums.append(x2sum)

#: this is the expensive part 
for x2sum in x2sums:
    add_model_constraint.remote(m, x2, x2sum, const)

将numpy导入为np
将docplex.mp.model导入为cpx
导入光线
m=cpx.Model（name=“mymodel”）
def遮罩阵列（arr，遮罩值）：
数组掩码=np.argwhere（arr==mask\u val）
arg_slice=[i[0]表示数组中的i_掩码]
返回arg_切片
周=[1,3,7,8,9]
常数=1.5
r=rate=np.array（df['r'].tolist（），dtype=np.float）
x1=m.整数变量列表（数据索引，lb=下限，ub=上限）
x2=m点（x1，r）
@雷，遥控器
def add_model_约束（m、x2、x2sum、const）：
m、 添加_约束（x2sum模型

对象不是为并行使用而设计的。您不能同时从多个线程添加约束。这将导致未定义的行为。您必须至少锁定以确保一次只有线程添加约束

---

请注意，并行模型构建可能根本不是一个好主意：约束的顺序或多或少是随机的。另一方面，解算器的行为可能取决于约束的顺序（这称为性能可变性）。因此，您可能很难复制某些结果/行为。

模型对象不是为并行使用而设计的。您不能同时添加来自多个线程的约束。这将导致未定义的行为。您必须至少锁定以确保一次只有线程添加约束

---

请注意，并行模型构建可能根本不是一个好主意：约束的顺序或多或少是随机的。另一方面，解算器的行为可能取决于约束的顺序（这称为性能可变性）。因此，您可能很难再现某些结果/行为。

我知道主要问题是模块构建的性能。 根据您发送的代码，我有两个建议来解决此问题：

成批发布约束，即将约束存储在列表中，并使用Model.add_constraints（）一次性添加约束，这应该比一次添加一个约束更有效

使用Model.dotf（）（函数式标量积）进行实验。它避免了构建辅助列表，而是传递键的函数，返回系数。 此方法在Docplex 2.12版中是新的。 例如，假设一个包含3个变量的列表：

abc=m.integer\u var\u list（3，name=[“a”，“b”，“c”]）m.dotf（abc，lambda k:k+2）

docplex.mp.LinearExpression（a+2b+3c）

---

Model.dotf（）通常比Model.dot（）快。

我知道主要问题是模块构建的性能。 根据您发送的代码，我有两个建议来解决此问题：

成批发布约束，即将约束存储在列表中，并使用Model.add_constraints（）一次性添加约束，这应该比一次添加一个约束更有效

使用Model.dotf（）（函数式标量积）进行实验。它避免了构建辅助列表，而是传递键的函数，返回系数。 此方法在Docplex 2.12版中是新的。 例如，假设一个包含3个变量的列表：

abc=m.integer\u var\u list（3，name=[“a”，“b”，“c”]）m.dotf（abc，lambda k:k+2）

docplex.mp.LinearExpression（a+2b+3c）

---

Model.dotf（）通常比Model.dot（）快。

我以前从未听说过或使用过

ray

，但您的代码片段似乎不完整。首先，没有

import ray

。其次，根据快速入门文档，您不需要

ray.get（）吗

call？最后，我想知道是否有一种方法可以让您并行地创建约束表达式，然后只调用

m.add_constraints

一次（一批）？我刚刚更新了代码片段，以包含

import ray

语句。我不确定

ray.get（）如何

命令在有N个线程在共享对象上运行时起作用。最后一个建议很好。我会尽快尝试。我以前从未听说过或使用过

ray

，但您的代码片段似乎不完整。首先，没有

导入ray

。其次，根据快速入门文档，不要您需要一个

ray.get（）

调用吗？最后，我想知道是否有一种方法可以让您并行创建约束表达式，然后只调用

m.add_constraints

一次（一批）？我刚刚更新了代码片段以包含

import ray

语句。我不确定

ray.get（）是如何实现的

当您有N个线程在共享对象上运行时，该命令将发挥作用。最后一个建议很好。我将尽快尝试。