MemUsage / CPU 优化模型的 GLPK 使用

Question

我正在使用名为 GLPK 的求解器优化 2 个 pyomo 能量模型。

当您让求解器通过以下方式写入其输出时：result = optim.solve(model, tee=True)

求解器在 cmd 中给出的输出为：

GLPSOL: GLPK LP/MIP Solver, v4.65
Parameter(s) specified in the command line:
 --write /home/okan/Desktop/urbs-oemof/tmpk76ybo_5.glpk.raw --wglp /home/okan/Desktop/urbs-oemof/tmp8qv9hajy.glpk.glp
 --cpxlp /home/okan/Desktop/urbs-oemof/tmpa9k8e86c.pyomo.lp
Reading problem data from '/home/okan/Desktop/urbs-oemof/tmpa9k8e86c.pyomo.lp'...
1519 rows, 1155 columns, 3894 non-zeros
9618 lines were read
Writing problem data to '/home/okan/Desktop/urbs-oemof/tmp8qv9hajy.glpk.glp'...
7210 lines were written
GLPK Simplex Optimizer, v4.65
1519 rows, 1155 columns, 3894 non-zeros
Preprocessing...
1159 rows, 1011 columns, 2979 non-zeros
Scaling...
 A: min|aij| =  4.705e-03  max|aij| =  7.964e+02  ratio =  1.693e+05
GM: min|aij| =  4.065e-01  max|aij| =  2.460e+00  ratio =  6.052e+00
EQ: min|aij| =  1.652e-01  max|aij| =  1.000e+00  ratio =  6.052e+00
Constructing initial basis...
Size of triangular part is 1156
      0: obj =   1.914903944e+07 inf =   8.143e+06 (60)
     68: obj =   7.130756139e+10 inf =   0.000e+00 (0)
*   266: obj =   2.358801019e+10 inf =   1.920e-10 (0) 1
OPTIMAL LP SOLUTION FOUND
Time used:   0.0 secs
Memory used: 1.6 Mb (1728515 bytes)
Writing basic solution to '/home/okan/Desktop/urbs-oemof/tmpk76ybo_5.glpk.raw'...
2683 lines were written

我想比较两个模型的 GLPK Memory used 和 Time used。我如何将此 Memory used 和 Time used 作为 python 中的浮点值？有办法吗？或者你还能给我什么，最终做同样的事情？

Answer 1

我不知道是否有更直接的方法，但这是我从求解器日志中检索信息的方式。:

解决问题，同时将求解器日志文件保存在您以后可以获取的位置。
```
results = opt.solve(model, logfile='MySolverLogFile.txt')
```
用 python 文件 reader 打开日志文件并检索整个文件作为字符串。
在字符串中搜索您的关键字。确保你进行了非常严格的搜索。这意味着，如果您的内存使用情况是 "Memory used: "，不要只搜索 "Memory"，搜索整个单词，包括双点和 space 以避免出现错误.
通过将文本 "Memory used: " 后找到的值存储到变量中，使其成为已用内存量。

如果您对其进行编码使其接受其他关键字，您将能够检索许多其他信息。但是，如果您更改求解器，则必须更改从求解器日志中检索这些信息的方式。

Answer 2

第 1 步：

result = optim.solve(model, logfile='log.txt', tee=False)

步骤 2、3 和 4：

with open('log.txt', 'r') as log:
    mem = log.read().replace('\n', ' ')
    mem = float(mem[mem.find('Memory used:')+12:
                    mem.find('Mb')])

MemUsage / CPU 优化模型的 GLPK 使用

MemUsage / CPU Usage of GLPK for optimization models

python

memory

cpu

glpk

pyomo