Python 解算()后的纸浆输出(迭代、渐变、松弛等)
所以纸浆似乎在做它的工作,我调用Python 解算()后的纸浆输出(迭代、渐变、松弛等),python,optimization,pulp,integer-programming,Python,Optimization,Pulp,Integer Programming,所以纸浆似乎在做它的工作,我调用prob.solve()并得到结果 我非常缺少并且找不到的是一个完整的报告,类似于linprog之后的scipy输出 con: array([-2.75732770e-11, -5.51465540e-11, -2.75728329e-11]) fun: 3.6000000001467547 message: 'Optimization terminated successfully.' nit: 4 slack: a
prob.solve()
并得到结果
我非常缺少并且找不到的是一个完整的报告,类似于linprog
之后的scipy输出
con: array([-2.75732770e-11, -5.51465540e-11, -2.75728329e-11])
fun: 3.6000000001467547
message: 'Optimization terminated successfully.'
nit: 4
slack: array([], dtype=float64)
status: 0
success: True
x: array([5.00000000e-01, 2.43836732e-11, 5.00000000e-01, 5.00000000e-01,
5.00000000e-01])
现在我知道我可以打电话:
prob.status
但基本上就是这样。若问题不可行(即状态=-1),我将缺少调试它的工具。
到目前为止,我所要做的是,例如,通过迭代约束,找到不满意的约束:
for c in prob.constraints:
eps = 1e-13
if abs(prob.constraints[c].value())> eps:
print(c,int(prob.constraints[c].value()))
但我仍然错过了一些标准输出:
- 迭代次数
- 缺口
- 梯度/黑森
- 松弛(如果激活)
- 精度(如果设置或获得)
是我在文档中找不到的东西,还是实际上缺少的东西?你能分享一个可复制的例子吗?从纸浆中获得的信息实际上取决于纸浆使用的解算器。尝试给出参数
msg=1
,以获取有关解算器正在执行的操作的更多信息。