Python CPLEX和epgap

我有一些代码可以生成150个不同的列表。我想让cplex尽可能接近贪婪的解决方案。我读到，如果你让epgap足够大，它将模仿贪婪的方法。这是真的吗？如果是，我应该将epgap设置为什么

import pulp
from pulp import *
from pulp.solvers import CPLEX_PY
from pydfs_lineup_optimizer import get_optimizer, Site, Sport,CSVLineupExporter
from pydfs_lineup_optimizer.solvers.pulp_solver import PuLPSolver
import time
start_time = time.time()
class CustomPuLPSolver(PuLPSolver):
    LP_SOLVER = pulp.CPLEX_PY(msg=0,epgap=.1)
optimizer = get_optimizer(Site.FANDUEL, Sport.BASEBALL, solver=CustomPuLPSolver)
optimizer.load_players_from_csv("/Users/austi/Desktop/MLB/PLAYERS_LIST.csv")
optimizer.restrict_positions_for_opposing_team(['P'], ['1B','C','2B','3B','SS','OF','UTIL'])
optimizer.set_spacing_for_positions(['SS','C','1B','3B','OF','2B'], 4)
optimizer.set_team_stacking([4])
optimizer.set_max_repeating_players(7)
lineups = list(optimizer.optimize(n=150))
for lineup in lineups:
    print(lineup)
exporter = CSVLineupExporter(lineups)
exporter.export('MLB_result.csv')
print(round(((time.time() - start_time)/60)), "minutes run time")

不，这不是真的（你在哪里读到的？）。将参数

epgap

设置为N告诉CPLEX，一旦最佳可行解和最优解的下限（对于最小化问题）之间的相对差值低于N，CPLEX就会停止

这并没有说明最著名的可行解决方案是如何找到的。它可能来自任何启发，甚至来自一个完整的节点

如果您明确需要贪婪解决方案，则有两种选择：

自己计算这个贪婪的解决方案

修改模型，使唯一可行的解决方案是贪婪解决方案

不，这不是真的（你在哪里读到的？）。将参数

epgap

设置为N告诉CPLEX，一旦最佳可行解和最优解的下限（对于最小化问题）之间的相对差值低于N，CPLEX就会停止

这并没有说明最著名的可行解决方案是如何找到的。它可能来自任何启发，甚至来自一个完整的节点

如果您明确需要贪婪解决方案，则有两种选择：

自己计算这个贪婪的解决方案

修改模型，使唯一可行的解决方案是贪婪解决方案