如何实现模型求解过程的暂停、状态保存与恢复？

当复杂模型求解耗时过长时，分阶段求解（先快速找可行解，调整目标后继续）是高效的思路，但直接重新调用solver.Solve()会从头开始，无法复用之前的求解进度。下面是主流优化求解器的状态保存与恢复方案：

核心思路 #

大部分商用/主流优化求解器都支持保存求解状态快照（包含节点树、当前最优边界、已找到的可行解等），后续可从快照加载，继续之前的求解进程，而非从头开始。

示例1：Gurobi求解器 #

Gurobi提供了完整的状态保存与恢复API，步骤如下：

1. 首次求解并保存状态

import gurobipy as gp
from gurobipy import GRB

# 初始化模型（变量、约束、初始目标等）
model = gp.Model("complex_model")
# ... 添加变量、约束代码 ...

# 设置时间限制，启用状态保存
model.Params.TimeLimit = 1.0
model.Params.NodefileStart = 0.1  # 当求解进程达到一定深度时自动保存节点文件
model.Params.NodefileDir = "./solver_states"  # 指定状态文件保存目录

# 执行首次求解
model.optimize()

# 手动保存关键状态（超时后Gurobi也会自动生成节点文件）
model.write("model_current.mps")  # 保存模型结构
model.write("model_current.sol")  # 保存当前找到的可行解
model.write("model_current.attr") # 保存求解器属性与进度状态

2. 修改目标后恢复求解

# 从保存的文件加载模型结构
model = gp.read("model_current.mps")

# 修改目标函数（示例：调整变量系数）
original_obj = model.getObjective()
new_obj = original_obj + 3 * model.getVarByName("x2")
model.setObjective(new_obj, GRB.MINIMIZE)

# 加载之前的可行解作为初始点，加载求解进度状态
model.read("model_current.sol")
model.read("model_current.attr")

# 设置新的时间限制，继续求解
model.Params.TimeLimit = 30.0
model.optimize()

示例2：Google OR-Tools CP-SAT求解器 #

OR-Tools的CP-SAT支持搜索检查点功能，用于保存和恢复求解进度：

1. 首次求解并保存检查点

from ortools.sat.python import cp_model

# 初始化模型
model = cp_model.CpModel()
# ... 添加变量、约束、初始目标代码 ...

solver = cp_model.CpSolver()
solver.parameters.max_time_in_seconds = 1.0
# 设置检查点保存规则：每1000步保存一次，指定保存路径
solver.parameters.search_checkpoint_interval = 1000
solver.parameters.search_checkpoint_filename = "./cp_sat_checkpoint.pb"

# 执行首次求解
status = solver.Solve(model)

2. 恢复求解并调整目标

# 初始化新求解器，指定检查点路径
solver = cp_model.CpSolver()
solver.parameters.search_checkpoint_filename = "./cp_sat_checkpoint.pb"

# 修改目标函数（示例：替换为新的目标表达式）
model.ClearObjective()
new_target_var = model.NewIntVar(0, 500, "new_target")
model.Minimize(new_target_var)

# 从检查点恢复求解进程
status = solver.Solve(model)

注意事项 #

• 不同求解器的状态保存格式和API各不相同，必须使用对应求解器的官方方法，不可混用文件格式
• 开源求解器（如SCIP）也支持类似功能，但部分轻量求解器可能不提供完整的状态恢复能力，需提前确认
• 保存的状态文件包含求解的核心进度数据，能大幅缩短后续求解的时间成本

内容的提问来源于stack exchange，提问作者John