ortools linear_solver scip 加速 - 多线程？

Question

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：SOLVER.SetNumThreads(8) 在与 .solve() 一致之前 - 但它当时根本不起作用。

所以我有以下问题：

1. 我认为多线程在这里是一个容易实现的目标，那么如何 我让它工作-我们正在谈论常规的python shell，在 特别是在 jupyter notebook 上（但我们也可以将其运行为 python script.py - 我只是看不出它无法运行的原因 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；)

Answer 1

所以，

1. 多线程对于 SCIP 来说并不是一个容易实现的目标。您可以达到的最好成绩是 2 倍。
2. 它应该被编译，除了 linux，由于某种原因，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 个或更多工作线程）。