在Pyomo中使用GLPK优化后，如何检索使用的时间和相对MIP间隙？

Question

我正在使用具有Pyomo（使用GLPK）的具体模型，其中一年中的每一天都进行两次优化，但是在测试运行期间（仅仅几天），MIP差距有时非常高（大约8％）限制。我希望（在数据框中）存储每次优化所用的时间和达到的MIP差距，这样我就可以了解a）平均优化需要多长时间，以及b）结果与最优性的接近程度。我该如何检索这些数据？我找不到办法做到这一点。

使用的代码和数据太长，无法共享，但这就是我调用求解器并给出时间限制和差距标准的方式：

model = create_model(parameters_a, parameters_b)
solver = SolverFactory('glpk')
solver.options["mipgap"] = 0.01
solver.options["tmlim"] = 1000
solver.solve(model, tee=True, symbolic_solver_labels=False)

Answer 1

Python有各种用于计时的实用程序，这可能很有用。您还可以从solve()调用中检查返回对象的内容：

import time
start = time.time()

results = solver.solve(model, tee=True)
print(results)

end = time.time()
print(end - start)