选择一款适合自己业务需求的求解器我们一般需要考量什么呢？可求解的问题类型？问题规模？本文将介绍一些需要考虑的重要因素，并且介绍阿里达摩院MindOpt优化求解器在这些因素下的表现。
⬇️⬇️⬇️⬇️⬇️⬇️
选择求解器的考虑要素
合理选择求解器对确保解决方案的可行性至关重要，这直接影响到适用性和成本效益。例如，如果求解器无法有效处理大规模整数规划问题，项目可能无法进展。测试与验证保证了求解器的准确性和效率。兼容性则保障了求解器能够无缝集成进现有的技术架构，而考量成本可确保项目预算不被超支。
在选择求解器时，考虑以下要素：
- 问题求解器类型：分析问题类型（如线性或非线性规划）及其规模
- 求解速度、计算资源占用：评估优化求解器的性能、扩展性和效率
- 便捷、多样性的实测工具：方便快捷的验证工具可以节约时间、降低成本
- 支持服务：评估供应商的客户服务
- 成本考量：评估总体成本包括许可费用
- 兼容性：确保求解器与现有系统集成
MindOpt表现
MindOpt是阿里巴巴达摩院决策职能实验室研发的专注于优化领域，提供智能优化解决方案的品牌。主要的目标是帮助客户通过先进的优化算法和技术，实现业务流程的最佳化，提升效率，降低成本，并最大化业务价值。
那么下面将开开始讲述MindOpt V1.2版本在这些因素的表现，是一款不错的值得选择的求解器。
- MindOpt支持的问题类型、特性：
- mindopt支持的问题类型：线形规划、混合整数线性规划、半定规划、凸二次规划
- MindOpt目前提供的线性规划组件可以求解至精确解（误差1e-10及更小），也可以根据您的需求自己设定求解精度（比如1e-6，1e-8等）。
- 支持求解的问题规模：可以支持到千万级别规模的问题，变量数也可以达到几百万甚至更多。
- 求解速度、计算资源占用：
- 2020年8月，达摩院自研求解器MindOpt的单纯形法模块，登顶国际权威第三方测评Mittelmann榜单，一举打破世界纪录。
- 2023年12月，MindOpt优化求解器，在工信部产业发展促进中心等单位举办的电力用国产求解器比赛中，获得第一名
- 当问题约束量为986069，非零元素为4280320时，单纯形法、内点法、同时优化测试最大内存占用分别为1250 MB，1250 MB，1650 MB
- 便捷、多样性的实测工具：
MindOpt提供更便捷的验证工具，无需下载：
- 方法1：可参考云上建模求解平台中的案例，寻找与自己业务相符合的案例进行修改验证
- 方法2：在copilot中进行根据指引求解一个案例，以ta为模板进行修改，完善成自己的项目进行验证
- 切换求解器：平台中Notebook环境使用Mindopt APL（MAPL）内核，可切换其他求解器求解，方便对比结果（只需一行代码切换）
- 商务支持与服务：
- 多种联系方式：用户可以通过多种渠道，如钉钉、QQ群（637068919）、邮箱等与MindOpt团队取得联系
- 业务上的技术支持：MindOpt提供了技术支持服务，可以协助用户解决业务实施中遇到的技术问题。
- 灵活的支付模式：后付费选项给予了用户灵活的支付选择，有利于控制成本和避免过多的前期投资。
- 案例参考：用户可以参考云上建模求解平台中的案例库，选择与业务相符的案例进行研究和实践
- 考虑许可和成本：
- 数学规划求解的计费单位是：
- 并发数：允许同时运行的求解任务并发进程数。使用时请注意及时释放。
- 时长：服务可使用有效期。不同商品计量粒度不一样，有日价（每天价格）和时价（每小时价格）。
- 不同类型的计费方式：
- 免费版：低并发版本￥0元的1并发免费额度，企业和个人均可使用
- 低并发\高并发（联网）
- 单机不限并发（不联网）
- 定制版（可选择）：预付费
- 评估兼容性与集成性：
- 支持X86架构的Windows/Linux/macOS 的系统
- 支持命令行，C语言，C++，Python，Java，C#编程语言的调用
- 支持建模语言工具调用: AMPL、Pyomo、PuLP和MAPL (MindOpt APL)
- 支持的标准优化问题数据格式: .lp，.mps，.nl，.dat-s
- 可以通过阅读MindOpt的API文档，了解其提供的接口、函数、方法和数据格式。
