[SCIP] speed

[Ambros Gleixner]

Dear Johannes,

Let me answer in English:

Am 09.01.21 um 13:09 schrieb Pelda, Johannes:
> Liebe Listenmitarbeitenden,
> 
> ich habe nun doch noch einige Fragen bezüglich Scip. Wobei sich die 1. 
> Frage auf das allgemeine Lösen meines Gleichungssystems (ohne 
> Optimierung) bezieht und die 2. Frage auf das Lösen meines 
> Gleichungssystems mit Optimierung (min sum(Q), Q -> continious variable).

 From what you write below and described in your previous mail, I 
suppose this is a nonlinear system of equations.


> _1:_
> 
> Mein Problem lässt sich für kleine Netzwerke (130 variablen) schnell und 
> richtig lösen, unter der Voraussetzung, dass keine Optimierung 
> vorgenommen wird. Jedoch ist mir dabei folgendes aufgefallen:
> 
> Sobald ich in das Gleichungssystem binary-Variablen einfüge, die jedoch 
> in keiner Bedingung auftauchen, verlängert sich die Lösungszeit 
> erheblich. Jedoch für große Netzwerke und somit einem Gleichungssystem 
> mit etwa 1500 Variablen, helfen binary-Variablen, die ebenfalls in 
> keiner Bedingung auftauchen, bei der Lösungssuche enorm (die Lösezeit 
> entspricht dann etwa dem des kleinen Problems). Ich benutze hierfür 
> pyscipopt.

To make a guess what happens, maybe you can tell us why it gets slower 
faster: Is it correct, that the dual bound is always zero?  So is the 
problem that the primal solution is found earlier or later?  Then you 
could look at which heuristics are more/less successful 
(printStatistics() or writeStatistics() in PySCIPOpt).


> _2:_
> 
> Das große Netzwerk (1500 Variablen) rechnet bei diesmal aktivierter 
> Optimierung sehr lange und gibt bei der Optimierung häufiger die 
> Fehlermeldung “WARNING: heur_subnlp found subCIP infeasible after fixing 
> no variables, something is strange here...” aus. Mein Gleichungssystem 
> beschreibt ein Netzwerk, in dem viele Variablen von vorhergehenden 
> Variablen abhängen (Propagation?!). Welche in scip noch nicht 
> implementierte Möglichkeiten gibt es, die Lösungssuche zu verbessern 
> (Dual-Bound, Primal-Bound, Heuristic, …). Hingegen führt das kleinere 
> Netzwerk (130 Variablen) bei der Optimierung zwar sehr langsam aber 
> dennoch kontinuierlich zum richtigen Ergebnis.

Hard to say.  The size increased by an order of magnitude, already the 
smaller one was slow, and an objective function was added.  So it is not 
too surprising, that the problem is much harder.  But maybe your 
analysis above why adding redundant binary variables help, give you some 
additional insight.

Best,
Ambros


> 
> Über eure Vorschläge und Verbesserungsideen würde ich mich sehr freuen! 
> Sicherlich werde ich einige Informationen vergessen haben, die ich gerne 
> nachliefere!
> 
> Viele Grüße,
> 
> Johannes
> 
> Johannes Pelda
> 
> Nachhaltige Energie- und Umwelttechnik (NEUTec)
> 
> HAWK
> 
> Hochschule für angewandte Wissenschaft und Kunst 
> Hildesheim/Holzminden/Göttingen
> 
> Fakultät Ressourcenmanagement | Rudolf-Diesel-Straße 12 | 37075 Göttingen
> 
> E-Mail: johannes.pelda at hawk.de <mailto:johannes.pelda at hawk.de> | 
> Telefon: +49 551 5032 185
> 
> www.hawk.de <http://www.hawk.de/>
> 
> Präsident: Dr. Marc Hudy | Hauptberuflicher Vizepräsident: Martin Böhnke
> 
> USt.-ID-Nr.: 154 261 014 | Steuernummer: 30/210/09001
> 
> 
> _______________________________________________
> Scip mailing list
> Scip at zib.de
> https://listserv.zib.de/mailman/listinfo/scip
>