python - 如何在 CPLEX-PYTHON(不是 docplex)中生成一些可行的解决方案？

Question

我正在使用线性数学规划方法撰写有关车辆路径问题 (VRP) 变体形式的论文。我有一个我制定的经过良好测试的模型，但是这个模型在最多 30 个节点的可接受计算时间内得到解决，所以我需要实现一些元启发式算法来为更大的实例找到好的可行解决方案，所以这就是问题所在。我知道我可以使用 python-cplex 命令 solution_pool(类似的东西)生成一些解决方案，所以我想知道如何生成和访问这些解决方案(目标函数值、决策变量值等)，我的模型是复杂的对象模型。我知道这是可能的，如果你能帮助我，那就太好了。在此先感谢智利的问候。

Answer 1

一旦你有了你的 cpx 对象，你就可以写

cpx.populate_solution_pool()
numsol = cpx.solution.pool.get_num()
print("The solution pool contains %d solutions." % numsol)
meanobjval = cpx.solution.pool.get_mean_objective_value()

sol_pool = []
for i in range(numsol):
    objval_i = cpx.solution.pool.get_objective_value(i)
    x_i = cpx.solution.pool.get_values(i)
    nb_vars=len(x_i)
    sol = []
    for k in range(nb_vars):
        sol.append(x_i[k])
    sol_pool.append(sol)
print("pools =",sol_pool)