求解大规模非线性规划问题通常使用哪些软件工具

规划求解器就是这样一个神奇的存在。以整数规划求解器为例,当需要通过整数规划的方式获得可行解和最优解时,我们可以通过将整数规划模型目标、系数矩阵以及要求解的具体问题输入整数规划求解器,那么就可以在最短的时间内获得我们想要的结果。话已至此,那我们就来看看现在我们可以获取到的市面上流行的整数规划器。
1、商业整数规划求解器类别
a. IBM ILOG Cplex
网址:IBM ILOG CPLEX Optimization (Studiohttp://u6.gg/ebMWm)
支持模型:混合整数(平方)规划、Constraint programming
支持语言:C/C++、Java、Python、Matlab等
特点:支持Benders分解模块(仅此一家)、速度Top2
当前版本:12.8
b. Gurobi
网址:The State-of-the-Art Mathematical Programming Solver(http://www.gurobi.com/)
支持模型:混合整数(平方)规划、Constraint programming
支持语言:C/C++、Java、R、Python、Matlab等
特点:速度Top1、价格最高
当前版本:8.0
c. FICO Xpress
网址:FICO? Xpress Optimization | FICO?(http://u6.gg/ebNb5)
支持模型:混合整数(非线性)规划、Constraint programming
特点:速度Top3,支持鲁棒优化
当前版本:8.5
d. MOSEK
网址:The State-of-the-Art Mathematical Programming Solver(http://www.gurobi.com/)
支持模型:混合整数(平方)规划、Second-order cone programming、Semidefinite programming、General convex nonlinear
支持语言:C/C++、Java、R、Python、Matlab等
特点:解SOCOP、SDP更快
当前版本:8.1
2、开源整数规划求解器
a. SCIP
网址:SCIP(http://scip.zib.de/)
开发地:德国柏林ZIB研究中心(该中心毕业的博士就职于二中各大求解器公司,share着办公室并一起交流,得益于德国的一个政府项目)
支持:混合整数(非线性)规划、Constraint integer programming
支持语言:C/C++、Java、Python、Matlab等
特点:支持Branch\u0026amp;Price(仅此一家)
当前版本:6.0
b. GLPK、LP_Solve
网址:lp_solve reference guide、GLPK(http://lpsolve.sourceforge.net/5.5/)
摘抄一段Gurobi官网对这俩个开源求解器的介绍:

求解大规模非线性规划问题通常使用哪些软件工具

c. COIN-OR旗下的CBC和SYMPHONY
网址:COIN-OR Branch-and-Cut MIP Solver(https://projects.coin-or.org/Cbc)、SYMPHONY(https://projects.coin-or.org/SYMPHONY)
在这里重点介绍下COIN-OR这个组织吧
成立于17th International Symposium on Mathematical Programming (ISMP) conference in Atlanta in the summer of 2000,是一个公益组织,维护着市面上几乎所有的开源优化求解器,并且使得它们之间的交互变得可能。
它的网址:The COIN-OR Foundation(https://www.coin-or.org/about-the-foundation/)
3、华人求解器
● 中科院的CMIP
● 上海财大|杉数科技主导的Leaves优化求解器
【资讯】中科院CMIP混合整数规划求解器正式发布
4、总结-整数规划类求解器大pk
市面上琳琅满目的求解器,到底该用哪个好呢?
这时候就需要Public Dataset和Benchmark给你一些参考了
这里我仅贴出几个对比的案例,各位看官可自行斟酌。
求解大规模非线性规划问题通常使用哪些软件工具

【求解大规模非线性规划问题通常使用哪些软件工具】


推荐阅读