Julia-并行数学优化器

Question

我通过Julia使用GLPK，我需要反复优化同一个GLPK。Prob。每次优化之间的变化是变量的某些组合固定为0

简单的放入伪代码

lp = GLPK.Prob()
variables_to_block = [[1,2,3], [2,3], [6,7], [19,100,111]...]
for i in variables_to_block 
    block_vars(lp, i)
    simplex(lp)
    restore_vars(lp, i)
end 

当我运行这个程序时，看起来CPU1就像一个调度器，保持在9-11%的范围内，CPU3和CPU4上的负载在0和100%之间交替，尽管从来没有同时发生过。。。CPU2上的负载保持在0%

这可能需要一点时间，我想使用所有的核心

然而，使用Julia的并行功能有点麻烦，尤其是对于lp模型，因为它们涉及指针（据我所知），所以无法在内核之间轻松复制

有没有办法将GLPK解算器二进制（或其他）设置为自动尝试充分利用所有内核？或者通过这种方式编译GLPK，或者通过任何其他方式

Answer 1

据我所知，GLPK不是多线程的。如果你必须有一个多线程解决方案，然后考虑使用一个更新的一个，如GuROI或MOSEK。他们有免费的学术许可证。

如果商业解算器与您的目的背道而驰，那么不妨尝试使用分割锥解算器。它是根据麻省理工学院许可证免费发布的。

否则，评论中的建议（例如批量验证）可能是您唯一的求助。