CPLEX Python API：为什么CPLEX 12.8在（大部分）默认参数设置下比CPLEX 12.5花更多的时间求解？

我正在进行CPLEX 12.5 v/s CPLEX 12.8的性能比较。我正在使用cplexpython（v2.7.15）API读取

.sav

文件。我首先对大约32个

.sav

文件进行了试运行，下面是总求解时间（以秒为单位）的总结：

在32个

.sav

文件中，只有4个CPLEX 12.8比CPLEX 12.5花费的时间少。CPLEX 12.8在这4个文件上平均少花4.2秒，在其余28个文件上平均多花5.5秒。正如您在下面的代码中看到的，我只更改了四个参数设置：

timelim\u cb.timelimit=3600

将运行时间停止在1小时，

c.parameters.workmem.set（64）

将工作内存设置为64 MB，

c.parameters.mip.strategy.file.set（3）

将节点文件压缩并存储到磁盘，以及

c.parameters.workdir.set（r'C:\Users\username\folder'）

更改工作目录

我原以为CPLEX 12.8需要更少的时间来解决，但这并没有发生。如果有人能告诉我应该研究哪些额外的参数/设置/想法，以便找到对我得到的结果的解释，那将是非常有帮助的。我知道默认的

workmem

参数设置对于CPLEX 12.5是128 MB，对于C是2048 MBPLIX 12.8。我将两者设置为64 MB，因为之前对于CPLEX 12.5，我一直有一个错误：<代码>警告：MIP由于内存不足状态而没有被构建。考虑减少工作模式参数值以减少内存使用。CPLEX错误1001：内存不足。< /代码> < /P> 我的笔记本电脑的特点是：Windows 10、Intel Core i7-6600U@2.60GHz、8GB RAM、64位

代码：

---

让我们简单地开始：是什么让你认为，CPLEX 12.8应该在你的实例中击败CPLEX 12.5？你知道所有的关键词，如NP硬度、无免费午餐定理和启发式吗？是的，可以预期，较新的版本会比开发人员使用的基准集提高结果（这可能也是他们的商业秘密之一）.但这并不意味着，它们的基准部分之一，甚至更糟的是：你的实例平均不会变慢。由于我在统计方面有点生疏/懒惰：你有没有对你的结果进行统计显著性检查？@sascha感谢你的评论。正如你所说，我认为更新版本会更快地解决问题。还有，y是的，我做了一些统计测试（针对所有32个文件），并根据p值推断结果（CPLEX 12.5和12.8解算时间之间的差异）在统计上不显著！对于我上面提到的4个文件，我应该提到解算时间约为600或700秒。但我明白了你的意思，谢谢！

CPLEX 12.5: mean = 252.4; median = 127.0; standard deviation = 360.0
CPLEX 12.8: mean = 256.7; median = 129.5; standard deviation = 351.8

    import cplex
    import sys
    from cplex.callbacks import MIPInfoCallback

    class TimeLimitCallback(MIPInfoCallback):

        def __call__(self):
            if not self.aborted and self.has_incumbent():
                gap = 100.0 * self.get_MIP_relative_gap()
                timeused = self.get_time() - self.starttime
                if timeused > self.timelimit:
                    print("Good enough solution at", timeused, "sec., gap =",
                          gap, "%, quitting.")
                    self.aborted = True
                    self.abort()

    def solveCplex(filename):
        c = cplex.Cplex(filename)
        timelim_cb = c.register_callback(TimeLimitCallback)
        timelim_cb.starttime = c.get_time()
        timelim_cb.timelimit = 3600
        timelim_cb.aborted = False

        c.parameters.workmem.set(64)
        c.parameters.mip.strategy.file.set(3)
        c.parameters.workdir.set(r'C:\Users\username\folder')
        start_time = timelim_cb.starttime
        c.solve()
        end_time = c.get_time()
        print '\n'+'printing solutions'+'\n'

        obj_val = c.solution.get_objective_value()
        best_obj_val = c.solution.MIP.get_best_objective()
        abs_gap = best_obj_val - obj_val
        rel_gap = 100 * c.solution.MIP.get_mip_relative_gap()
        sol_time = end_time - start_time
        return [obj_val, abs_gap, rel_gap, sol_time]

    solveCplex('filename.sav')