在使用OR-Tools处理线性规划、整数规划等优化问题时，SCIP是常用的内置求解器之一，但不少开发者会遇到SCIP求解器长时间停留在presolve阶段无法继续运行的情况，这会直接阻塞整个求解流程。presolve阶段是求解器对原始模型进行预处理的过程，主要目的是简化模型结构、减少变量和约束数量，提升后续求解效率，若该阶段卡住说明预处理过程遇到了无法快速处理的异常。
问题常见原因分析
SCIP求解器卡在presolve阶段通常由以下几类原因导致：
- 模型结构过于复杂，包含大量冗余约束、高度耦合的变量或者非线性的约束条件，导致预处理过程无法快速完成简化
- SCIP求解器的默认presolve参数配置不合理，比如预处理迭代次数上限设置过高、预处理超时时间未配置，导致无限等待
- OR-Tools版本与SCIP求解器版本存在兼容性问题，旧版本可能存在presolve阶段的已知bug
- 输入的问题数据存在异常，比如约束中存在矛盾的条件、变量上下界设置不合理，导致预处理逻辑进入死循环
排查与解决步骤
第一步：简化模型结构
首先检查自定义的优化模型，尝试移除不必要的约束和变量：
- 删除明显冗余的约束，比如两个约束等价或者一个约束完全包含另一个约束的情况
- 对变量设置合理的上下界，避免出现无意义的无限范围变量
- 如果模型存在非线性约束，先尝试将其转化为线性约束，或者暂时移除非线性部分验证是否恢复正常
第二步：调整SCIP求解器参数
OR-Tools支持通过参数配置修改SCIP求解器的行为，我们可以主动限制presolve阶段的时间和迭代次数，避免无限等待。下面是Python版本的配置示例：
from ortools.linear_solver import pywraplp
# 创建使用SCIP求解器的模型
solver = pywraplp.Solver.CreateSolver('SCIP')
if not solver:
print('SCIP求解器创建失败')
exit()
# 设置SCIP求解器参数，限制presolve阶段超时时间为30秒
solver.SetSolverSpecificParameters('presolve/maxrounds = 1000npresolve/abortfac = 0nlimits/time = 30')
# 如果presolve还是卡住，可以直接关闭presolve预处理
# solver.SetSolverSpecificParameters('presolve/enable = false')
# 后续添加变量、约束和目标的代码
# ...
上述代码中，presolve/maxrounds设置了预处理的最大迭代轮次，limits/time设置了整个求解器的超时时间，包括presolve阶段，避免程序长时间无响应。如果关闭presolve后求解可以正常进行，说明问题确实出在预处理阶段，可以再尝试逐步调整presolve相关参数。
第三步：检查版本兼容性
如果模型简化和参数调整都无法解决问题，建议检查当前使用的OR-Tools版本，升级到最新的稳定版本。旧版本的OR-Tools内置的SCIP求解器可能存在presolve阶段的已知问题，新版本通常会修复这类bug。可以使用以下命令升级OR-Tools：
pip install --upgrade ortools
第四步：验证输入数据合法性
检查输入到模型中的约束和变量数据，确认是否存在矛盾的约束，比如同时要求某个变量小于等于10又大于等于20，或者约束的系数存在异常值。可以输出模型的部分约束进行人工校验，也可以尝试用OR-Tools的其他求解器（比如GLPK、CBC）运行同一个模型，如果其他求解器可以正常运行，说明模型数据本身没有问题，问题确实集中在SCIP的presolve逻辑上。
其他注意事项
如果是在处理超大规模的优化问题，presolve阶段耗时较长属于正常情况，可以适当延长超时时间，而不是直接关闭presolve。因为presolve阶段简化模型后，后续求解的速度会有明显提升，直接关闭可能会导致后续求解耗时成倍增加。另外，若问题依然无法解决，可以将模型的约束和变量结构整理后提交到OR-Tools的官方issue区，获取更针对性的支持。
OR-ToolsSCIP求解器presolve阶段求解优化修改时间：2026-06-20 03:54:33