使用 CP-SAT 预测 300 万个布尔变量答案

【问题标题】：usage of CP-SAT to forecast 3 Milions of boolean variables使用 CP-SAT 预测 300 万个布尔变量
【发布时间】：2019-10-07 16:35:35
【问题描述】：

亲爱的，我想了解我是否正确使用了 CP-SAT 算法。基本上，我的代码会自动创建一个模型来读取带有数据集的 csv。我的代码为数据集的每条记录创建 model.NewBoolVar() 乘以优化问题要采取的可能决策的数量...... 例如，如果我有一个包含 100 万条记录的数据集，并且我必须在 3 个选项之间做出决定，那么该模型将包含 300 万条布尔变量。 3 百万个布尔值的组合是我的优化问题的解决方案。

目前在 100K 变量之后，程序变得不稳定并且 python 崩溃。你认为我试图不正确地使用 CP-SAT 吗？你有这种卷的经验吗？

非常感谢。干杯

【问题讨论】：

你有多少内存？
4gb...我的程序使用了大约 3gb
既然你问的是 RAM，我假设我的情况不是那么不寻常 :) 对吗？
求解 eahc 解决方案和比较是什么意思？你能举个小例子吗？
算了，我误会了。你确定你不能划分更多你的问题吗，如果你只有布尔值，你也可以尝试 BOP

标签： or-tools

【解决方案1】：

你知道这是一个 NP 问题。因此，您可能正在创建大小为 2^3000000000 的搜索树。

【讨论】：

是的，我知道...基本上是为了给你一个想法，我正在尝试解决相当于背包问题的数百万个项目，要求每个项目的求解器告诉我该项目是否必须是否包括在内。我知道我可以尝试制作相似项目的集群，并尝试找出必须落入每个集群的项目数量。但是对于我必须做的事情，为每个项目做出决定会很棒。我从您的话中了解到，即使 CP-SAT 令人难以置信，也无法为大量项目做到这一点。
其实可以尝试将其作为LP问题求解，求解单纯形，然后向上或向下舍入小数值。如果四舍五入对 10k 变量是乐观或悲观的，那么 10k 超过 3M 实际上是一个不错的比率。
嗨 Laurent，抱歉，我没有得到您的解决方案。你能详细说明一下吗？提前谢谢你
将此作为 LP 求解，按小数值对变量进行排序，并将最接近 1 的值舍入到 1，同时保持可行性。