|
|
제 목 |
파라미터조정 |
|
작성자 |
이보헌 |
작성일 |
2009-09-07 |
조회수 |
1378 회 |
|
| 첨부파일 |
첨부된 파일없음.
|
|
안녕하세요.
갑작스런 비에 분주하던 마음도 가라앉는거 같네요.
요즘들어 왜 이리 마음만 바쁜지 모르겠네요. ^^
여러가지 데이터를 적용하다보면 문제 풀이 속도가 달라지는 경우가 많이 있지만, 현재와 같은 풀이 속도가 현저하게 차이나는것은 앞에서 말씀드린 symmetry 때문으로 보입니다.
Objective Value가 2104 정도의 정수해를 5초이내에 찾았지만 이미 그것이 Optimal이었더라도 cplex내에 default로 정의된 0.0001의 값을 개선할 수있는 해를 찾기위해 feasible 영역을 계속 탐색하게 됩니다.
내부적으로 이미 찾은 해보다 좋은 결과가 나오지 않는 탐색영역은 자동으로 제거하지만 데이터에 따라서 탐색영역이 많이 남아있는 경우에, 그리고 비슷한/또는 동일한 Objective Value를 갖는 해가 많을경우 이 문제와 같이 해의 개선없이 많은 시간을 소비할 수 있습니다.
setPriority라는 함수 또는 VarSel등의 파라미터를 사용해 변수의 bound를 유도해 줄수 있으나, 초기에 정수해를 찾을수 있게는 해 주지만 궁극적으로 풀이가 종료되는 시간은 크게 영향을 주지 않습니다.
해의개선이 없는 iteration을 줄여주기 위해 EpGap 또는 ObjDif등의 파라미터를 사용해 일정한 영역내의 해를 찾으면 종료해 줄수 있지만, 최적해를 찾고자 하는 목적과 멀어질 수 있습니다.
Objective 또는 Constraint의 변경없이 파라미터 만으로 풀이에 영향을 주는것은 그 효과에 많은 제약이 있습니다.
파라미터에 따라 일정한 경우 풀이시간을 단축시켜 줄 수있지만, 데이터 형태등에 따라 일반적으로 적용된다고 할 수 없기때문에 ,
문제풀이에 있어 발생하는 문제를 해결하는데에 가장먼저 시도해야할 방법이 수식을 변경하는 것입니다.
Objective Value를 의미있는 값으로 만들어주는 것도 좋지만 궁극적으로 찾고자 하는 값은 결정변수이기 때문에 Objective Value에 너무 큰 의미를 두지 않는것이 좋습니다.
또한,
정수형 변수라 할지라도 내부적으로 선형문제로 변경하여 풀이하기 때문에 == 과 같은 제약은 많은 시간을 소모하게 됩니다.
모델링 단계에서 == 제약보다는 >=, <= 제약을 사용하여 목적함수에서 해당변수가 수렴해 갈 수있도록 유도해 주는것이 좋습니다. |
|
|
|
