ortools linear_solver scip 加速 - 多线程？

问题描述

我有以下代码：

from ortools.linear_solver import pywraplp
SOLVER = pywraplp.solver.CreateSolver('SCIP')
...
SOLVER.solve()

它执行了很长时间 - 所以为了优化它，我尝试了：SOLVER.SetNumThreads(8) 在与 .solve() 行之前 - 但它根本不起作用。

所以我有以下问题：

1. 我认为多线程在这里是一种唾手可得的成果，所以怎么可能 我让它工作 - 我们谈论的是常规的 python shell，在 特别是在 jupyter notebook 上（但我们也可以将它作为 python script.py - 我就是不明白为什么它不能继续运行 jupyter，但作为脚本运行）。
2. 有没有其他方法可以加快速度 起来了吗？也许有些不太明显？

警告 我是数据工程师，我认为数据科学家在那里所做的一切都是完美的 - 所以我正在寻找建议如何使用 ortools 更快地工作，而不是如何用更快的工具替换它们;)>

解决方法

所以，

1. 多线程对于 SCIP 来说并不是一个容易实现的目标。您能达到的最好成绩是 2 倍。
2. 它应该被编译，除了 linux，因为某些原因，用于构建它的 cmake 命令似乎不起作用。
3. 如果您的问题是纯整数，您可以尝试使用 'sat' 求解器。它受益于多线程（8 个工人或更多）。