达摩院的MindOpt优化求解器发布新功能,又获第一,还免费

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
简介: 阿里巴巴-达摩院-决策智能实验室研发的「MindOpt优化求解器」 发布了新版本:V0.15.0,增加了「网络流求解」模块,在类似水管网、电网、公路网的调度和设计场景中可丰富应用,优化资源的使用。10月4号MindOpt首次参加了Mittelmann教授维护的业界权威求解器软件榜单的 Large Network-LP Benchmark 评测,超越Gurobi和国内竞品,获得了第一。软件在阿里云的产品平台上可自助下载,还免费!

阿里巴巴-达摩院-决策智能实验室研发的「MindOpt优化求解器」 发布了新版本:V0.15.0,增加了网络流求解模块,在类似水管网、电网、公路网的调度和设计场景中可丰富应用,优化资源的使用。10月4号MindOpt首次参加了Mittelmann教授维护的业界权威求解器软件榜单的 Large Network-LP Benchmark 评测,超越Gurobi和国内竞品,获得了第一

网络流 Large Network-LP 是什么呢?MindOpt的新功能有什么作用呢?

网络是由节点和连线构成的图。网络流是一种类比于水流或者电流的通用数学建模方法,可用于设计和调度水管网、电网、公路网。此外,还能帮我们找到最短的旅行路径、最便捷的物流、最小延迟的通讯方式,甚至还能用于提高排班排产排程的效率和提升资源分配的公平性。所以,网络流方法是交通、能源、通信、物流等多个领域的一个基础优化工具。

数学上,网络流是指图中每条边上流量,须介于上下界之间,除了指定的输入输出节点之外,其余节点的流量必须守恒。通过对流量“收费”并找到最便宜的流量,我们能够找到最短路径,最大流/最小割,最小代价最大流,最小生成树等特殊解,并能够解决资源分配问题。如果,费用是线性的,网络流便属于一种特殊的线性规划问题。这个性规划的约束矩阵中,每一列只有两个非零元素:“1”和“-1”。这种结构带来了许多优势,比如,如果解存在,则多项式时间可获得一个整数解(无需添加整数约束)!此外,普通计算机使用专用的网络流算法,就能求解极其大规模的网络流问题,并且速度比普通线性规划要快得多。Simplex Method或者Interior-Point Method虽然依旧可用,但并不是网络流问题的最好选择。

阿里巴巴旗下的菜鸟网络早已实现了用于物流优化的网络流方法。这次达摩院-决策智能实验室发布的是通用网络流线性规划求解器。不但远快于Google的OR-Tools 和 LEMON开源求解器,更能媲美目前最好的商业求解器。经过Mittelmann教授的权威测试,MindOpt网络流线性规划已经达到世界领先水平,在包括有过万节点数和过千万边的问题的测评集上,获得第一,平均速度超过第二名37%。

榜单成绩截图:
1633692694385-83ea053e-7b70-4009-ad7f-0a51df143fcc.png

重点!重点!重点!这个V0.15.0 新版本将上线在阿里云产品平台,而且依然是免费!免费!免费! 继元旦MindOpt团队在天池平台免费开放C/S后,收到了很多用户反馈需要单机运行版,MindOpt团队同学就将此版本发布到阿里云的产品平台,让广大开发者们可以自助下载求解器SDK包和获取授权码 。自助下载的MindOpt SDK升级了API,除了之前的C\C++\Python版本外,增加支持Java版本,并且在前两个版本还增加支持了建模工具 AMPL、Pyomo、PuLP。当前供下载的是V0.14.0内核,这个最新的V0.15.0版本在完成最后的评测和整理后也马上可以公开下载啦~

下载方式: 在阿里云上搜索“优化求解器”,或直通车地址:https://www.aliyun.com/product/ai/opt

同时,本次在阿里云的产品平台上,MindOpt优化求解器还发布了「黑盒优化」和「在线优化」算法,当前已支持线下输出,有需要的朋友们根据产品页面的“联系我们”了解和获取哟!

20211004114555.jpg

目录
相关文章
|
28天前
|
达摩院 Linux 决策智能
阿里达摩院MindOpt优化求解器-月刊(2024年3月)
### MindOpt 优化求解器月刊(2024年3月) - 发布亮点:MAPL建模语言升级至V2.4,支持云上无安装使用和向量化建模语法。 - 新增功能:Linux用户可本地安装`maplpy`,并支持Python与MAPL混编。 - 实例分享:介绍背包问题的组合优化,展示如何在限定容量下最大化收益。 - 用户投稿:探讨机票超售时的最优调派策略,以最小化赔付成本。 - 加入互动:官方钉钉群32451444,更多资源及。 [查看详细内容](https://opt.aliyun.com/)
64 0
阿里达摩院MindOpt优化求解器-月刊(2024年3月)
|
1月前
|
算法 Java 数据处理
了解MindOpt优化求解器的各种调用方式、方法
Mindopt是一款高性能优化求解器,专为求解大规模数学规划问题,当前支持线性规划 (LP) 、混合整数线性规划 (MILP) 、非线性规划(QP、SDP)。其强大的算法旨在有效地找到符合规规则约束、目标值最优的最佳解决方案,使其成为运筹学必学工具,广泛用在电商互联网、金融、电力能源、工业制造、交通物流等领域。
|
2月前
|
达摩院 决策智能
阿里达摩院MindOpt优化求解器-月刊(2024年2月)
新增2个整数规划的应用案例《人员排班:小美的春节相亲大计划》和《组合优化问题:装箱问题》。B站的视频专题已有9篇讲解如何用数学规划去解决生活和工作中的问题,包含如何建立数学模型、编代码、运行代码和结果理解。使用了达摩院 MindOpt 的建模语言和云平台,可复制项目跟随视频练习。还可参与活动领奖品!
94 1
|
3月前
|
达摩院 开发者 容器
「达摩院MindOpt」优化形状切割问题(MILP)
在制造业,高效地利用材料不仅是节约成本的重要环节,也是可持续发展的关键因素。无论是在金属加工、家具制造还是纺织品生产中,原材料的有效利用都直接影响了整体效率和环境影响。
「达摩院MindOpt」优化形状切割问题(MILP)
|
4月前
|
人工智能 自然语言处理 达摩院
MindOpt 云上建模求解平台:多求解器协同优化
数学规划是一种数学优化方法,主要是寻找变量的取值在特定的约束情况下,使我们的决策目标得到一个最大或者最小值的决策。
|
3月前
|
存储 达摩院 调度
「达摩院MindOpt」优化FlowShop流水线作业排班问题
在企业在面临大量多样化的生产任务时,如何合理地安排流水线作业以提高生产效率及确保交货期成为了一个重要的问题。
「达摩院MindOpt」优化FlowShop流水线作业排班问题
|
9月前
|
达摩院 调度
使用达摩院MindOpt优化交通调度_最大化通行量—线性规划问题
在数学规划中,网络流问题是指一类基于网络模型的流量分配问题。网络流问题的目标是在网络中分配资源,使得网络的流量满足一定的限制条件,并且使得某些目标函数最小或最大化。网络流问题通常涉及一个有向图,图中每个节点表示一个资源,每条边表示资源之间的关系。边上有一个容量值,表示该边上最多可以流动的资源数量。流量从源节点开始流出,经过一系列中间节点,最终到达汇节点。在这个过程中,需要遵守一定的流量守恒和容量限制条件。
|
5月前
|
API Python
MindOpt V1.0优化种植计划问题,新的建模方法
种植计划是指农业生产中针对不同农作物的种植时间、面积和种植方式等方面的规划安排。根据具体情况进行合理的规划和安排,以实现农作物的高产、优质和可持续发展。
MindOpt V1.0优化种植计划问题,新的建模方法
|
9月前
|
达摩院 供应链 JavaScript
网络流:优化仓储物流调度问题-达摩院MindOpt
仓储物流调度是指在物流供应链中,对仓储和运输(运输路线、成本)进行协调和安排的过程。主要包含物流计划、运输调度、运发管理、库存管理等重要环节。随着网络、电商行业的迅速发展,仓储物流调度对于企业来说也非常重要,优秀的调度方案可以帮助降低库存成本、物流配送的效率、成本等等等,从而给企业带来降本增效。
网络流:优化仓储物流调度问题-达摩院MindOpt
|
9月前
|
数据可视化
MindOpt优化如何分散化风险并实现收益与风险最优配比问题
资产配置,投资组合是指通过分散投资资金的方式来规避投资过程中的风险。在实际的投资过程中,如何决定投资哪些产品来实现收益最大化和风险最小化是一个关键的问题。
MindOpt优化如何分散化风险并实现收益与风险最优配比问题