使用OR-Tools/CP-SAT求解长耗时优化问题时如何在终端查看实时进度
OR-Tools CP-SAT 长时间求解的实时进度监控方案
CP-SAT 完全支持对标CPLEX的终端实时进度输出能力,针对数小时级的长耗时求解,有两种成熟的实现路径,可根据需求选择:
1. 内置搜索日志直接开启(最省事)
这是CP-SAT自带的原生进度输出功能,开启后终端会滚动打印全维度求解指标,和CPLEX默认的进度输出逻辑完全对齐:
- 配置方式:只需给求解器参数开启
log_search_progress开关,不需要额外写复杂逻辑 - 输出覆盖的核心指标:累计求解耗时、当前已寻得的最优目标值、最优解与可证明上下界的相对间隙、已探索的分支节点数、累计冲突数、当前割集生成状态、搜索策略切换记录等
- 输出节奏和CPLEX的默认输出频率接近,不会造成终端信息过载,也能实时跟踪关键节点的求解推进情况
对应的核心代码配置:
from ortools.sat.python import cp_model # 常规模型、变量、约束定义流程省略 model = cp_model.CpModel() solver = cp_model.CpSolver() # 关键配置:开启实时搜索进度日志 solver.parameters.log_search_progress = True # 正常发起求解即可 status = solver.Solve(model)
针对纯终端长时运行的场景,如果遇到日志不实时刷新、攒成块才输出的问题,可以在启动Python脚本时加无缓冲参数:
python -u your_solver_script.py,避免系统stdout缓冲区延迟日志输出。
2. 自定义回调灵活定制输出(更可控)
如果不想使用内置日志的大段固定格式,只想按需输出自己关心的指标,可以通过继承求解器的SolutionCallback类实现自定义监控逻辑:
- 触发时机可灵活控制:每找到新的可行解、每达到固定时间间隔,都可以触发自定义的输出逻辑
- 可直接读取求解器内部的实时运行状态,不需要依赖固定日志的文本解析
对应的核心实现示例:
class LongRunMonitor(cp_model.CpSolverSolutionCallback): def __init__(self): super().__init__() # 每找到一个新的最优可行解时触发回调 def on_solution_callback(self): run_duration = self.wall_time # 累计实际运行时长 current_best = self.objective_value # 当前已找到的最优解值 bound = self.best_objective_bound # 求解器当前能证明的最优解边界 print( f"[实时进度] 已运行{run_duration/3600:.2f}小时 | " f"当前最优解:{current_best:.2f} | " f"理论可证明边界:{bound:.2f}" ) # 求解时将自定义回调传入求解入口 monitor = LongRunMonitor() status = solver.Solve(model, monitor)
回调类中可直接调用的实时指标包括:
self.wall_time:求解启动到当前的累计墙上时间(不含模型构建耗时)self.objective_value:当前已找到的最优目标函数值self.best_objective_bound:最小化问题的最优解下界、最大化问题的最优解上界self.num_branches:已探索的搜索分支节点总数self.num_conflicts:求解过程累计产生的冲突数量
内容的提问来源于stack exchange,提问作者Giulietta
相关产品推荐
相关产品推荐

