または-ツールCP-SATソルバーのエクスポート/インポート:モデルのロード後に変数にアクセスする方法は?

Dec 08 2020

OR-Tools CP-CATソルバー(リファレンス)へのPythonインターフェースを使用して、cp_modelを保存し、後でまたは別のプロセスからロードして、対話を継続できるようにしたいと思います。

モデルをProtubufにシリアル化してから、ロードして解決することができます。

from google.protobuf import text_format
from ortools.sat.python import cp_model

def create_model():
    model = cp_model.CpModel()
    a = model.NewIntVar(0, 10, "var_a")
    b = model.NewIntVar(0, 10, "var_b")

    model.Maximize(a + b)
    return model
    
def clone_model(model):
    new_model = cp_model.CpModel()
    text_format.Parse(str(model), new_model.Proto())
    
    return new_model

def solve_model(model):
    solver = cp_model.CpSolver()
    status = solver.Solve(new_model)

    print(solver.StatusName(status))
    print(solver.ObjectiveValue())

# Works fine
model = create_model()
new_model = clone_model(model)
solve_model(new_model)

(ソース)

ただし、モデルをロードした後も、モデルとの対話を続けたいと思います。たとえば、次のようなことができるようにしたいと思います。

model = create_model()
new_model = clone_model(model)

c = new_model.NewIntVar(0, 5, "var_c")    
new_model.Add(a < c)

問題は、この最後の行がa定義されていないために機能しないことです。そして、既存のモデルの変数にアクセスする方法を見つけることができませんでした。

私は次のようなものを探しています。a = new_model.getExistingVariable("var_a")これにより、モデルをロードした後も、モデル内の既存の変数と対話し続けることができます。

回答

2 etov Dec 08 2020 at 23:41

@Stradivariによるコメントに基づいて、機能しているように見えるアプローチはpickle、モデルとその変数を単純化することです。

例えば:

from ortools.sat.python import cp_model
import pickle

class ClonableModel:
    def __init__(self):
        self.model = cp_model.CpModel()
        self.vars = {}
        
    def create_model(self):
        self.vars['a'] = self.model.NewIntVar(0, 10, "var_a")
        self.vars['b'] = self.model.NewIntVar(0, 10, "var_b")

        self.model.Maximize(self.vars['a'] + self.vars['b'])
        
    # Also possible to serialize via a file / over network 
    def clone(self):
        return pickle.loads(pickle.dumps(self))
    
    def solve(self):
        solver = cp_model.CpSolver()
        status = solver.Solve(self.model)

        return '%s: %i' % (solver.StatusName(status), solver.ObjectiveValue())

これで、次のことが期待どおりに機能します。

model = ClonableModel()
model.create_model()

new_model = model.clone()
new_model.model.NewIntVar(0,5,"c")
new_model.model.Add(new_model.vars['a'] < c)

print('Original model: %s' % model.solve())
print('Cloned model: %s' % new_model.solve())

# Original model: OPTIMAL: 20
# Cloned model: OPTIMAL: 14