如何在Gurobi中保存MIP Gap（求解间隙）与上界（目标边界）

步骤1：配置求解器基础参数 #

首先设置求解时间限制，通过Gurobi内置的TimeLimit参数配置，单位为秒，示例：

• 30分钟时间限制：model.setParam('TimeLimit', 1800)
• 1小时时间限制：model.setParam('TimeLimit', 3600)

步骤2：求解后直接提取内置属性 #

不需要手动解析运行日志，Gurobi模型对象在求解结束后自带所有需要的指标，直接访问对应属性即可：

• 已求得可行解的目标值（最小化问题对应下界，最大化问题对应上界）：model.ObjVal
• 全局理论界（最小化问题对应上界，最大化问题对应下界）：model.ObjBound
• MIP解间隙：model.MIPGap，返回值为小数形式，例如0.03代表间隙为3%
• 变量取值：访问单个变量的.X属性即可，例如变量x的取值为x.X

步骤3：完整实现示例（Python接口） #

import gurobipy as gp
from gurobipy import GRB
import json

# 构建你的MIP模型
model = gp.Model("large_scale_mip")
# ------------- 此处添加你的变量、约束、目标函数 -------------
x = model.addVar(vtype=GRB.INTEGER, name="x")
y = model.addVar(vtype=GRB.BINARY, name="y")
model.addConstr(x + 2 * y >= 5)
model.setObjective(x + y, GRB.MINIMIZE)
# ----------------------------------------------------------

# 配置求解参数
model.setParam('TimeLimit', 1800) # 设置30分钟时限
# model.setParam('OutputFlag', 0) # 如需关闭控制台日志可取消注释

# 启动求解
model.optimize()

# 提取并保存结果
result = {}
# 先判断求解状态与可行解存在性，避免属性访问报错
if (model.status == GRB.OPTIMAL or model.status == GRB.TIME_LIMIT) and model.SolCount > 0:
    result['feasible_obj'] = model.ObjVal
    result['global_bound'] = model.ObjBound
    result['mip_gap'] = model.MIPGap
    result['var_values'] = {var.VarName: var.X for var in model.getVars()}

# 自行选择存储格式，例如存入json文件
with open('solve_result.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, indent=2, ensure_ascii=False)

补充说明 #

如果你需要保存求解过程中每一步迭代的上下界、间隙变化，可通过自定义回调函数实现：调用model.setCallback()注册回调函数，在回调逻辑中捕捉MIP节点信息，实时记录迭代过程中的指标变化即可。

内容的提问来源于stack exchange，提问作者ORSpecialist