优化求解器之MPS文件的格式简介

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
模型训练 PAI-DLC,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 在使用MindOpt优化求解器解决实际问题时,其中重要的一环在于如何建立优化模型,以及存储优化模型以便于作为求解器的输入文件。存储优化模型的文件,其关键在于定义一种清晰的格式,用来说明优化模型的数学结构和相关的数据。接下来我们将发布一系列文章,对常见的MPS/LP等格式的模型文件和命名规范进行简要的介绍。

这篇文章是系列文章的开篇,将对MPS格式的文件进行简要的介绍。顾名思义,MPS文件是以 .mps 后缀结尾的一种文件格式,是用于表达线性和整数规划问题的一种标准格式,现在许多的优化求解器都支持这种格式。MPS文件是一种旧格式文件类型,格式是固定的列格式。下列通过一个具体的优化模型来讲述MPS文件的命名规范。


线性规划模型:

max     x1 + 2 x2 + 3 x3 + x4

s.t.       − x1 + x2 + x3 + 10 x4 ≤ 20

          x1 − 3 x2 + x3 ≤ 30

          x2 - 3.5 x4 = 0

          0 ≤ x1 ≤ 40,x2 ≥ 0,x3 ≥ 0,2 ≤ x4 ≤3



其对应的MPS文件内容为(绿色部分是小编加的解释说明,原文件中没有):

NAME       MindOptExample#NAME表示这个优化模型的名字,可不写内容

ROWS       #ROWS定义各行名字,包括目标函数与约束条件

N  obj      #N表示自由行,obj是对目标函数的命名,可任意取名

L  c1         #L表示该行小于等于, c1是对该行的命名,可任意取名

L  c2      

E  c3         #E表示该行等于

COLUMNS  #COLUMS定义各列名字

   x1               obj                 -1   c1                  -1

   x1                c2                   1  

   x2                obj                 -2   c1                   1

   x2                c2                  -3   c3                   1

   x3                obj                 -3   c1                   1

   x3                c2                   1    

   MARK0000  'MARKER'             'INTORG'

   x4                obj                 -1   c1                  10

   x4                c3                -3.5

   MARK0001  'MARKER'             'INTEND'

RHS  #RHS定义约束条件等号右边的值

   rhs               c1                  20   c2                  30              

BOUNDS #BOUNDS定义决策变量的上界或下界

UP bnd       x1                  40  #UP 表示上界

LO bnd       x4                   2  #LO 表示下界

UP bnd       x4                   3

ENDATA   #ENDATA表示MPS文件结束


结合上述优化模型来说明MPS文件的命名规范:


  1. MPS文件的内容固定从每行的第 2、5、15、25、40 和 50 列开始写,并且区分大小写。


  1. MPS文件中每行(包括目标函数和约束)和每列(变量)都有一个名字。


  1. 第一行为NAME区域,表示这个优化模型的名字,后面可以不写内容,写在第15列。


  1. ROWS用来定义每个行的名字,包括目标函数与约束条件。在 ROWS 部分,约束矩阵的每一行必须有一个行类型和指定的行名称。第2列或第3列为约束,其中
  • E 表示该行等于
  • L 表示该行小于等于, c1是对改行的命名,可以任意取名
  • G 表示该行大于等于
  • N 表示自由行, obj是对目标函数的命名,可以任意取名


  1. COLUMNS用来定义各列(变量)名字。在 COLUMNS 部分,变量名称与目标系数和所有非零约束矩阵元素一起定义。从第5列开始写,表示所在行的名字。如果变量系数为0,则不写入。
  • 第一列要空
  • 第二列表示列的名字,也就是求解变量
  • 第三列表示所在行的名字
  • 第四列表示所在行与列对应的系数
  • 其中 MARK0000‘MARKER’‘INTORG’与 MARK0001‘MARKER’ ‘INTEND’分别表示整数变量的起止
  • 第五列、第六列分别与第三列、第四列的含义相同


  1. RHS定义约束条件等号右边的值。从第5列开始写,第5列表示所在行的名字
  • 第一列要空
  • 第二列表示 rhs 名字,可以任取
  • 第三列表示所在行的名字
  • 第四列表示所在行对应的 RHS 值
  • 第五列、第六列分别与第三列、第四列的含义相同


  1. BOUNDS用来定义决策变量的上界或下界,第2列写约束条件,其中
  • UP表示小于等于
  • LO表示大于等于
  • FX表示该变量为固定值
  • FR表示该变量的范围为 ( − ∞ , ∞ )
  • MI 表示下界为负无穷
  • PL 表示上界为正无穷

另外,MPS 变量默认的范围为 [ 0 , ∞ )


  1. ENDATA表示MPS文件结束。


FREE MPS

此外,MindOpt 支持 Free MPS 格式。Free MPS 格式与 fixed MPS 格式类似,相对来说限制更少。


例如,Free MPS 格式允许定义更长的名称,或是支持指定超过12位的值。其中字段没有 fixed MPS 中严格的固定的列位置的限制,它们可以写在除第一列之外的任何地方,每个字段与下一个字段之间用一个或多个空格隔开,但是它们必须按照相同的固定格式出现。在rows和bounds的代码部分,可以是小写或大写,并且可以从任意位置开始。重复的列名有时会被跳过,并在其中放置系统自定义的名称。


但是,与MPS格式相比,Free MPS 格式有一个重要的限制:名称中不能包含空格。需要注意的是,Free MPS 解析器不能读取所有的 fixed MPS 格式,名称中的空格或以空格开头的名称在读取时可能会产生问题。


OBJSENSE

和许多其他求解器一样,MindOpt 也在 free MPS 格式中增加了一个“规则” OBJSENSE,用来指明优化方向。这是一个可选的部分,在 OBJSENSE 下方的一行将通过MAXIMIZE, MAX, MINIMIZE, MIN 关键字来指明优化方向。若未指定,则默认使用极小化方向(类似 fixed MPS 格式)。

格式如下:

OBJSENSE

MAX

此外,这个 OBJSENSE 的部分应写在 ROWS 之前。


更细节的MPS格式说明见:http://web.mit.edu/lpsolve_v5520/doc/mps-format.htm



联系我们:

邮箱:solver.damo@list.alibaba-inc.com

钉钉群:32451444

更多更新通知:https://solver.damo.alibaba.com

钉钉答疑群.png

相关文章
优化求解器之Pyomo建模工具简介
在使用优化求解器解决实际问题的过程中,通过程序接口输入优化模型往往会耗费大量时间和精力,且容易出错。为了简化这一步骤,建模语言应运而生。建模语言最初的概念是在1976年提出的,后经过不断的发展,形成了如今蓬勃的技术、产品和应用市场。建模语言往往并不对实际问题进行求解,而专注在模型建立本身,其目的是将复杂的优化问题简化为抽象的代数表达形式;让用户在开发上只需要专注于代数模型的建立,模型完成后再将数据分别引入。如此不但加快开发流程,更有效减少模型输入错误的可能性。接下来我们将发布一系列文章,对常见的AMPL, Pyomo, PuLP等建模语言进行简要的介绍。
优化求解器之Pyomo建模工具简介
|
编译器 Linux Windows
优化求解器之AMPL建模工具简介
在使用优化求解器解决实际问题的过程中,通过程序接口输入优化模型往往会耗费大量时间和精力,且容易出错。为了简化这一步骤,建模语言应运而生。建模语言最初的概念是在1976年提出的,后经过不断的发展,形成了如今蓬勃的技术、产品和应用市场。建模语言往往并不对实际问题进行求解,而专注在模型建立本身,其目的是将复杂的优化问题简化为抽象的代数表达形式;让用户在开发上只需要专注于代数模型的建立,模型完成后再将数据分别引入。如此不但加快开发流程,更有效减少模型输入错误的可能性。接下来我们将发布一系列文章,对常见的AMPL, Pyomo, PuLP等建模语言进行简要的介绍。
优化求解器之AMPL建模工具简介
|
Perl 存储 文件存储
优化求解器之LP文件的格式简介
在使用MindOpt优化求解器解决实际问题时,其中重要的一环在于如何建立优化模型,以及存储优化模型以便于作为求解器的输入文件。存储优化模型的文件,其关键在于定义一种清晰的格式,用来说明优化模型的数学结构和相关的数据。接下来我们将发布一系列文章,对常见的MPS/LP等格式的模型文件和命名规范进行简要的介绍。
优化求解器之LP文件的格式简介
|
2月前
|
人工智能 自然语言处理
业界首家!阿里云智能媒体服务,卓越级通过中国信通院大模型媒体处理评估
阿里云智能媒体服务作为业界首家获得中国信通院“卓越级”通过。
业界首家!阿里云智能媒体服务,卓越级通过中国信通院大模型媒体处理评估
|
编解码
突破媒体转码效率壁垒 阿里云首推倍速转码
阿里云倍速转码技术依托于强大的云计算基础能力,大幅度提升转码速度,非常适用于音视频网站、新闻资讯、热门影视剧首发等多种场景。
4066 0
|
存储 编解码 对象存储
【转码系列之二】如何快速使用阿里云媒体转码服务和媒体库?
今天来给大家介绍一下如何快速使用阿里云媒体转码服务和媒体库。
7457 0
|
编解码
【转码系列之一】利用阿里云进行媒体转码,你得先知道这些
阿里云媒体转码(Media Transcoding) 是为多媒体数据提供的转码计算服务。它以经济、易用、弹性和高可扩展的音视频转换方法,帮助您将存储于OSS的音视频转码成适合在PC、TV以及移动终端上播放的格式。
6365 0
|
编解码 数据安全/隐私保护
阿里云媒体转码技术
媒体转码承载着终端客户视频观看体验的极致追求,媒体转码技术的增强势必会成为载体。
3392 0
GEE:如何批量处理并下载指定时间范围的月尺度NDVI数据集(MOD09GA为例)
GEE:如何批量处理并下载指定时间范围的月尺度NDVI数据集(MOD09GA为例)
660 0
|
4月前
|
Serverless PyTorch 异构计算
函数计算操作报错合集之如何解决使用sdxl底模出不了图并报503错误
在使用函数计算服务(如阿里云函数计算)时,用户可能会遇到多种错误场景。以下是一些常见的操作报错及其可能的原因和解决方法,包括但不限于:1. 函数部署失败、2. 函数执行超时、3. 资源不足错误、4. 权限与访问错误、5. 依赖问题、6. 网络配置错误、7. 触发器配置错误、8. 日志与监控问题。

热门文章

最新文章

下一篇
无影云桌面