『实践』Yalmip建模+Cplex类求解

Yalmip建模+Cplex类求解

一、缘由

　　　　Yalmip只能设置部分Cplex的参数，所以需要调用Cplex类。而且optimize是Yalmip提供的常用函数，但此函数的返回结果参数有限。

图1  Yalmip网站对于Cplex求解器的说明

 

二、解决方法

　　为了能够既利用Yalmip来建模（方便），又能调用Cplex类（功能齐全）。我们可以使用Yalmip提供的export函数来输出model，再新建一个Cplex类实体，将model中整理好的诸如Aineq、bineq等赋值给新建的Cplex类实体。

图2  F为目标函数，h为约束，ops为options。

　　下面举个具体例子，model存储着Yalmip建立的模型，cplex_milp为Cplex类实体，可以对其设置各种参数属性。Cplex的参数列表地址。

 1 %yalmip设置 2 options = sdpsettings('solver' ,'cplex'); 3 options.showprogress = 1;%1为设置显示yalmip现在在做什么 4 options.verbose = 2;%设置显示信息程度，1为适度显示，2为完全显示。 5  6 [model,recoverymodel,diagnostic,internalmodel] = export(Constraints,Objective,options);%输出Yalmip模型 7 %定义一个Cplex类实体 8 cplex_milp = Cplex('Milp for HTC'); 9 cplex_milp.Model.sense = 'minimize';10 cplex_milp.Model.obj = model.f;11 cplex_milp.Model.lb = model.lb;12 cplex_milp.Model.ub = model.ub;13 cplex_milp.Model.A = [model.Aineq;model.Aeq];14 cplex_milp.Model.lhs = [-Inf.*ones(size(model.bineq,1),1);model.beq];15 cplex_milp.Model.rhs = [model.bineq;model.beq];16 cplex_milp.Model.ctype = model.ctype';20 cplex_milp.Param.mip.tolerances.mipgap.Cur = zk.solver_error;%相对MIP间隔容差，（精度）21 cplex_milp.Param.threads.Cur = 1;%设置将由任何 CPLEX 并行优化器调用的并行线程的缺省数量。1为单线程22 cplex_milp.Param.mip.display = 1;%决定在混合整数优化期间cplex报告到屏幕的内容。默认为2.23 cplex_milp.Param.timelimit = 15;%设置对优化器的调用的最长时间（以秒为单位）24 cplex_milp.writeModel('hmilp.lp');%输出数学模型25 cplex_milp.solve();

图3　上面代码中的model变量中的参数列表

图 4   Cplex类实体

三、相关网站

　　https://www.ibm.com/support/knowledgecenter/zh/SSSA5P_12.7.0/ilog.odms.cplex.help/refmatlabcplex/html/classCplex.html

　　https://www.ibm.com/support/knowledgecenter/zh/SSSA5P_12.7.0/ilog.odms.cplex.help/CPLEX/Parameters/topics/introListAlpha.html

　　https://yalmip.github.io/command/export/