Question

我正在尝试运行以下优化模型，但是 CBC 求解器崩溃并显示以下消息：

错误：求解器（cbc）返回非零返回码（3）错误：请参见上面的求解程序日志中提供了诊断信息。

主要思想是确保在一个时间步长“ ts”之后，将每个节点“ n”中每个类型/组的数量转移到节点“ n-1”中。我的真实模型更加复杂，具有真实的Objective函数和其他一些约束，但这是我当前的瓶颈。

import pyomo.environ as pyo
from pyomo.opt import SolverFactory

model = pyo.AbstractModel()

# Parameters
model.T = 5*252     # total time-steps
model.N = 252       # total number of nodes

# Sets
model.time_steps = pyo.RangeSet(0, model.T)     # set of time steps
model.nodes = pyo.RangeSet(1, model.N)          # set of nodes
model.groups = pyo.Set(initialize=['A','B'])    # set of groups
model.types = pyo.Set(initialize=['Type1','Type2','Type3','Type4','Type5']) # set of types

# Variables
model.node_amounts = pyo.Var(model.time_steps, model.nodes, model.types, model.groups, initialize=0)

# Objectives
def total_cost_rule(model):
    return True
model.obj = pyo.Objective(rule=total_cost_rule)

# Constraints
def flow_rule(model, ts, n, ccy, g):
    if ts == 0:
        if n == model.N:
            return  model.node_amounts[ts, n, ccy, g] == 1
        else:
            return  model.node_amounts[ts, n, ccy, g] == 0
    else:
        if n == model.N:
            return  model.node_amounts[ts, n, ccy, g] == 0
        else:
            return  model.node_amounts[ts, n, ccy, g] == model.node_amounts[ts-1, n+1, ccy, g]
model.flow_constraints = pyo.Constraint(model.time_steps, model.nodes, model.types, model.groups, rule=flow_rule)

# Concrete Model
concrete_model = model.create_instance()

# Solving model
opt = SolverFactory('cbc')
results = opt.solve(concrete_model, tee=True, keepfiles=True)

When I run the same model using 'glpk' it works fine.

opt = SolverFactory('glpk')

您知道“ CBC”求解器是否有大小限制吗？ “ lp”文件约为250MB，大约有1000万行。

我正在Windows环境中运行它： -Python 3.6.3 64位。 -CBC v.2.9.7 -Pyomo 5.6.1 -32 GB RAM

请让我知道是否有人遇到类似问题，以及解决方法。

关于如何使用其他方法构建时间流入/流出模型的任何想法吗？

谢谢，尼尔森

COIN-OR CBC是否对“ .lp”文件大小有限制？

0 个答案: