是否可以直接从 PyScipOpt 模型对象访问 SCIP 的统计输出值？

Question

我正在使用 SCIP 使用 PyScipOpt 在 Python 中解决 MILP。解决问题后，求解器统计信息可以 1) 使用 printStatistics() 打印为字符串，或 2) 使用 writeStatistics() 保存到外部文件。例如：

import pyscipopt as pso
model = pso.Model()
model.addVar(name="x", obj=1)
model.optimize()
model.printStatistics()
model.writeStatistics(filename="stats.txt")

printStatistics/writeStatistics 中有很多信息似乎无法从 Python model 对象直接访问（例如原始对偶积分值、单个分支规则或原始启发式的数据等.) 能够通过例如model 对象或字典的属性从该输出中提取数据将很有帮助。

有什么方法可以从model 对象访问这些信息而无需解析原始文本/文件输出？

Answer 1

PySCIPOpt 不直接提供对统计信息的访问。各种表的数据（例如分隔符、预求解器等）为 SCIP 中的每个插件单独存储，有时收集起来并不简单。 如果您只对有关一般求解过程的某些统计数据感兴趣，那么您可能希望为 scip_solvingstats.c 中定义的一些简单的 get 函数添加 PySCIPOpt 包装器。

最后，您可能需要查看 IPET 以解析统计输出。