始めに

IBMの最適化ソリューションCPLEXの標準的な開発環境は、IBM ILOG CPLEX Optimization Studio(略称COS)です。
COS導入済みのPCでは、通常Eclipseのプラグインを使ってOPLと呼ばれる最適化専用の言語でモデル開発をしますが、Python APIを使った開発も可能です。
その手順のメモを記載します。

参考リンク

Setting up an optimization engine

前提

動作確認は、

MacOS: 10.14.6
CPLEX Optimization Studio: 12.9

の環境で行いました。

設定手順

COSの導入

COSに関しては、通常の方法ですべてデフォルトで導入を行います。

anacondaの導入

テストはJupyter Notebookで行いました。
その前提のanacondaに関しても、通常の方法で、全部デフォルトで行っています。

COS/cplex導入先パスの確認

次のコマンドでCOS導入先パスを確認します。

$ ls -l /Applications | grep CPLEX

手元の環境では

drwxrwxr-x  11 AKAISHI@jp.ibm.com  admin  352  9 13 10:19 CPLEX_Optimizer129

という結果でした。

Python versionの確認

次のコマンドで確認します。

$ python -V

手元の環境では、次の結果でした。

Python 3.7.3

環境変数 PYTHONPATHの設定

今までの結果を元に、次のような行を ~/.bash_profile に追加します。

export PYTHONPATH=/Applications/CPLEX_Optimizer129/cplex/python/3.7/x86-64_osx

3.7/x86-64_osxの部分に関しては、Pythonバージョンとプラットフォームに対応して適宜修正して下さい。

ライブラリの導入

次のpipコマンドで、DO Python APIライブラリの導入を行います。

$ pip install docplex

動作確認

以上で、必要な準備は完了です。環境変数PYTHONPATHが設定されている状態で、

$ jupyter notebook

で、Jupyter Notebookを起動します。

Watsonで巡回セールスマン問題を解く
で紹介しているJupyter Notebookファイルをダウンロードし、読み込みます。

後は、Shift + Enterでセルを順番に実行すると、下の図のような最適な道順をCPLEXがみつけてくれるはずです。

機能制約とライセンスの関係

COSには、無料で利用な評価版もあります。評価版を使って、上記の設定を行い、巡回セールス問題を解こうとすると、以下のようなメッセージが表示されます。

CPLEX Error  1016: Community Edition. Problem size limits exceeded. Purchase at https://ibm.co/2s0wqSa.

これは、文字通り評価版の機能制約(ルール数最大1000個)で起きたエラーです。
評価版の場合、循環セールス問題で点の数(N)=5と修正して実行すると、機能制約にヒットしなくなり、正常終了するようになります。