使算法不太敏感
使算法不太敏感
当所有垃圾失败时,尝试以下参数以使算法更强大:
- scaleflag,objscale(所有型号)
- 它总是最好自己重新制造模型。但是,对于不可能的情况,这两个参数提供了一些相同的好处。放scaleflag = 2用于积极矩阵的积极缩放。objscale.重振目标行;负值将使用最大的目标系数来选择缩放。例如,objscale = -0.5.将通过最大目标系数的平方根划分所有客观系数。
- numericfocus.(所有型号)
- 这numericfocus.参数控制求解器如何管理数值问题。手机万博登录设置1-3越来越多地将焦点转变为更多的关注数值计算,这可能会影响性能。这numericfocus.参数采用许多策略来提高数值行为,包括使用四边形精度和更紧密的Markowitz.宽容。通常足以尝试不同的值numericfocus.。但是,什么时候numericfocus.帮助数字,但使一切慢得多,可以尝试设置quad = 1和/或更大的值Markowitztol.如0.1或0.5。
- normadjust.(Simplex)
- 在某些情况下,求解器可以更强大,具有单手机万博登录纯性定价范围的不同值。尝试设置normadjust.到0,1,2或3。
- barhomeneouse.(障碍)
- 对于不可行或无界限的模型,默认障碍算法可能具有数值问题。尝试设置Barhomenyousous = 1。
- 横跨交叉(障碍)
- 环境CrossoverBasis = 1需要更多时间,但在创建初始交叉时可能更加强大。
- GomoryPasses.(MIP)
- 在一些MIP模型中,谷粉削减可以有助于数值问题。环境gomorypasses = 0.可能有助于数字,但它可能使MIP更难以解决。
- 削减(MIP)
- 在一些MIP模型中,各种削减可以有助于数值问题。环境削减= 1或者削减= 0.可能有助于数字,但它可能使MIP更难以解决。