如何读取MPS文件

Question

现在，Scipy1.9支持挤奶。这是个好消息，但要使用它，我需要在MPS文件中指定问题。在MPS文件中，西西似乎没有读取的功能。

我怎么能这么做？

Answer 1

正如注释中提到的，这个特性还没有实现。作为解决办法，您可以使用建模框架(如PuLP或python )读取PuLP文件，然后提取底层MILP的所有数据。

下面是通过python来实现这种方法的幼稚(因此速度慢)：

import numpy as np
from mip import Model
from scipy.sparse import csr_matrix

def read_mps(file: str):
    """
    Reads a .mps and saves all the data of the MILP:

    min c^T * x

    s.t. b_l <= A*x <= b_u
          lb <=   x <= ub
                x_i integer if integrality[i] = 1
    """
    mdl = Model(solver_name="CBC")
    mdl.read(file)

    # model parameters
    num_vars = len(mdl.vars)
    num_cons = len(mdl.constrs)

    # variable types and bounds
    lb = np.zeros(num_vars)
    ub = np.inf*np.ones(num_vars)
    integrality = np.zeros(num_vars)
    for i, var in enumerate(mdl.vars):
        lb[i] = var.lb
        ub[i] = var.ub
        if var.var_type != "C":
            integrality[i] = 1

    # objective
    c = np.zeros(num_vars)
    for i, var in enumerate(mdl.vars):
        if var in mdl.objective.expr:
            c[i] = mdl.objective.expr[var]
    if mdl.sense != "MIN":
        c *= -1.0

    # constraint coefficient matrix
    b_l = -np.inf*np.ones((num_cons))
    b_u = np.inf*np.ones((num_cons))
    row_ind = []
    col_ind = []
    data    = []
    for i, con in enumerate(mdl.constrs):
        if con.expr.sense == "=":
            b_l[i] = con.rhs
            b_u[i] = con.rhs
        elif con.expr.sense == "<":
            b_u[i] = con.rhs
        elif con.expr.sense == ">":
            b_l[i] = con.rhs
        for j, var in enumerate(mdl.vars):
            if var in (expr := con.expr.expr):
                coeff = expr[var]
                row_ind.append(i)
                col_ind.append(j)
                data.append(coeff)
    A = csr_matrix((data, (row_ind, col_ind)), shape=(num_cons, num_vars))
    return c, b_l, A, b_u, lb, ub, integrality

然后，您可以读取所有数据并将其传递给milp，如下所示：

from scipy.optimize import milp, Bounds, LinearConstraint

c, b_l, A, b_u, lb, ub, integrality = read_mps("example.mps")
bounds = Bounds(lb, ub)
constraints = LinearConstraint(A, b_l, b_u)

res = milp(c=c, constraints=constraints, bounds=bounds, integrality=integrality)

尽管如此，上述解决方法仅适用于中小型模型文件。

顺便提一句，值得一提的是，scipy.optimize.milp使用的是引擎盖下的HiGHS求解器，最近还在PuLP中构建了一个接口，并计划对python进行同样的操作。这两种建模框架都可以读取.lp和.mps文件，并将它们传递给接口求解器，因此不迫切需要在can中等待此特性。但是，公平地说，PuLP只对某些解决程序的可执行文件进行接口，而不是将它们与python包一起传送，并进一步假定最终用户已经安装了它们。海事组织，这真的不是一个方便的方法。