优化求解器之MPS文件的格式简介

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
|
人工智能 边缘计算 监控
【开源视频联动物联网平台】视频AI智能分析部署方式
【开源视频联动物联网平台】视频AI智能分析部署方式
961 3
|
人工智能 文字识别 监控
将人工智能融入多媒体 助力视频产业加速——阿里云视频AI全能力解读
结合人工智能视频理解流程和用户的需求场景,我们将视频AI的功能分成四个大部分,视频智能审核、视频内容理解、视频智能编辑、视频版权保护。其中视频审核功能包括视频鉴黄、暴恐涉政识别、广告二维码识别、无意义直播识别等,利用识别能力将网络上没营养和不健康的视频内容进行排查和处理;视频理解功能包括视频分类、标签,人物识别、语音识别,同时也包括对视频中的文字进行识别(OCR);视频编辑层面可以实现视频首图、视频摘要、视频highlight的生成,同时支持新闻拆条;关于视频版权,支持视频相似性、同源视频检索和音视频指纹等功能。
18081 0
将人工智能融入多媒体 助力视频产业加速——阿里云视频AI全能力解读
|
人工智能 编解码 搜索推荐
视频云肖长杰:视频AI科技助力短视频生态
人工智能技术是当今炙手可热的技术领域,它在制造、家居、零售、交通、安防等行业的应用已经是大势所趋。在本月云栖Techday音视频技术沙龙中,阿里云视频云产品专家肖长杰为我们分享了一些AI技术在视频中应用的小趋势,带大家回顾了AI是如何渗透到了短视频生产中的各个环节中的。
3173 0
|
人工智能 云栖大会 语音技术
视频AI对话杭州云栖:新一代视频智能生产的探索与实践
在今年的杭州云栖大会AB区中庭,有一个全透明建筑备受瞩目,这就是云栖数据指挥中心。在这块大屏中的媒体中央厨房部分,正是采用了视频智能生产方案,将多模态内容理解与云导播和云剪辑相结合,使原来小时级别的视频生产降至秒级。
4670 0
视频AI对话杭州云栖:新一代视频智能生产的探索与实践
|
机器学习/深度学习 人工智能 文字识别
阿里云视频技术专家柿蒂:视频AI in传媒九大业务场景解析
人工智能视觉计算和视频融合在一起能摩擦出怎样的火花呢?柿蒂提到,如同下图所示,人工智能视觉计算可以支持直播、短视频、新闻、体育、影视等多种业务场景,可以实现目标检测识别识、片段侦测、事件识别、鉴黄涉恐、OCR等多种应用层面的功能。
7404 0
|
安全
工业机理模型是一种基于设备和产品的仿真和原理化的分析模型
工业机理模型是一种基于设备和产品的仿真和原理化的分析模型
866 6
|
自然语言处理 并行计算 算法
cp-sat求解器介绍及使用案例
cp-sat求解器介绍及使用案例 更多文章欢迎关注我的微信公众号:Python学习杂记
4898 1

热门文章

最新文章