Eksport / import solwera Or-Tools CP-SAT: jak uzyskać dostęp do zmiennych po załadowaniu modelu?
Korzystając z interfejsu Pythona do solwera OR-Tools CP-CAT (odniesienie) , chciałbym mieć możliwość zapisania cp_model, załadowania go później lub z innego procesu i kontynuowania interakcji z nim.
Jestem w stanie serializować model do Protubuf, a następnie załadować i rozwiązać go:
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)
(źródło)
Chciałbym jednak kontynuować interakcję z modelem po jego załadowaniu. Na przykład chcę móc zrobić coś takiego:
model = create_model()
new_model = clone_model(model)
c = new_model.NewIntVar(0, 5, "var_c")
new_model.Add(a < c)
Problem polega na tym, że ta ostatnia linia nie działa, ponieważ a
nie jest zdefiniowana; i nie mogłem znaleźć żadnego sposobu, aby uzyskać dostęp do zmiennych istniejącego modelu.
Szukam czegoś takiego: a = new_model.getExistingVariable("var_a")
co pozwoli mi na interakcję z istniejącymi wcześniej zmiennymi w modelu po jego załadowaniu.
Odpowiedzi
Podejście, które wydaje się działać, oparte na komentarzu @Stradivari, polega po prostu pickle
na modelu wraz ze zmiennymi.
Na przykład:
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())
Teraz działa zgodnie z oczekiwaniami:
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