AI 助理
备案控制台

决策智能Lab_运营小编003_个人页

决策智能Lab_运营小编003
个人头像照片 个人头像照片
文章
73
问答
78
视频
0

个人介绍

暂无个人介绍

擅长的技术

获得更多能力
通用技术能力：

暂时未有相关通用技术能力~

云产品技术能力：

暂时未有相关云产品技术能力~

阿里云技能认证

详细说明
暂无更多信息

2024年05月

  • 12.22 16:45:47
    发表了文章 2023-12-22 16:45:47

    MindOpt云上建模求解平台功能的简单介绍

    MindOpt云上建模求解平台是阿里巴巴达摩院研发的一款“优化领域”的云平台。它结合了最新的算法研究和云技术，为用户提供了一个易于使用的界面和强大的后台计算能力。该平台支持广泛的优化问题，包括线性规划、整数规划、非线性规划和混合整数规划等。
  • 12.18 09:52:59
    发表了文章 2023-12-18 09:52:59

    MindOpt工具是如何做到配套使用的？请看此篇

    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。
  • 12.08 16:45:44
    发表了文章 2023-12-08 16:45:44

    MindOpt APL：一款适合优化问题数学建模的编程语言

    本文将以阿里达摩院研发的MindOpt建模语言(MindOpt Algebra Programming Language, MindOptAPL，简称为MAPL)来讲解。MAPL是一种高效且通用的代数建模语言，当前主要用于数学规划问题的建模，并支持调用多种求解器求解。
  • 12.04 09:47:13
    发表了文章 2023-12-04 09:47:13

    MindOpt APL，可以支持调用几十种求解器的建模语言

    建模语言可以提供更高级、更灵活的问题描述方式，从而提高问题的理解和求解效率。它可以加速问题的开发和部署过程，促进不同领域之间的合作和交流，从而推动问题求解的进展和创新。

2023年11月

2023年10月

2023年09月

  • 09.22 17:24:20
    发表了文章 2023-09-22 17:24:20

    「达摩院MindOpt」用于多目标规划（加权和法）

    多目标规划（Multi-objective programming）是指在一个优化问题中需要同时考虑多个目标函数的优化。在多目标规划问题中，目标函数之间通常是互相冲突的，即在优化一个目标函数的过程中，另一个或几个目标函数可能会受到影响。因此，多目标规划问题的目标是找到一个解x，使得在满足约束的前提下，所有目标函数达到一个相对满意的折中。
  • 09.08 15:21:39
    发表了文章 2023-09-08 15:21:39

    「达摩院MindOpt」线性规划用于排程排程问题（03）

    比上一篇问题02中，我们只考虑了一次性的采购和生产计划，实际中的排产排程问题要更加复杂和精细。例如，我们要考虑未来三个月内采购和排产排程计划。其中，原材料每个月的采买价格均有不同，并且原材料购买后的存储也需要成本开销。在本节中，我们将考虑这样一个相对复杂的排产排程的决策问题。

2023年08月

2023年07月

  • 07.31 14:38:00
    发表了文章 2023-07-31 14:38:00

    beta内测邀请！MindOpt求解器API大升级

    一直以来，我们MindOpt 求解器的API在使用上收到了很多的咨询和反馈，V0.x版本的API在使用上有些不便，为了解决用户的问题，我们团队努力开发了一版全新的API，升级软件版本号为V1.x。
  • 07.28 18:27:26
    发表了文章 2023-07-28 18:27:26

    混合整数线性规划-仓库选址问题-达摩院MindOpt

    仓库选址问题是一个重要的运筹学问题，它涉及到在一个给定的地理区域中选择最佳的仓库位置以最小化总成本或者提高效率。仓库选址问题在现代物流和供应链管理中具有重要的应用，因为仓库的位置直接影响到货物的运输成本、交货时间和库存量等因素。
  • 07.21 17:44:24
    发表了文章 2023-07-21 17:44:24

    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。
  • 07.14 17:37:31
    发表了文章 2023-07-14 17:37:31

    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。
  • 07.10 14:28:55
    发表了文章 2023-07-10 14:28:55

    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。

2023年06月

2023年05月

  • 05.23 13:48:44
    发表了文章 2023-05-23 13:48:44

    MindOpt——优化虚拟电厂智能调度问题(二)

    智慧楼宇调度，是在保证社区负荷需求的情况下，通过储能设备的指令控制，以用电经济性、环保性和对电网稳定性为综合目标的一种调度场景。
  • 05.12 15:29:07
    发表了文章 2023-05-12 15:29:07

    MindOpt——优化虚拟电厂智能调度问题(一)

    近年来，在实现“双碳”目标的道路上，以风、光为代表的可再生能源作为缓解能源压力、促进可持续发展的重要途径广受关注。虚拟电厂作为一种区域性多能源聚合形式，实现了可再生能源大量接入电力系统运行，推动城市能源系统绿色高效发展。研究大规模常态化运行的虚拟电厂关键技术成为亟待解决的问题。分布式光伏、分布式储能及可控负荷等灵活性资源具有容量小、资源种类多、数量庞大等特点，难以直接参与电网互动运行。虚拟电厂有效聚合电源、负荷、储能等各类资源，参与电力市场，响应价格信号，为电网提供调峰、调频、调压与备用等辅助服务。
  • 05.05 13:30:41
    发表了文章 2023-05-05 13:30:41

    运输问题的建模优化（三）——MindOpt

    本系列将讲解多篇运输问题的示例，讲解对于不同的运输问题场景，用数学规划的方法进行线性规划问题建模，并进行求解得到解决方案。

2023年04月

  • 04.25 14:43:48
    发表了文章 2023-04-25 14:43:48

    MindOpt也支持通过pip安装啦！

    PIP是通用的Python包管理工具，用于第三方库的查找、下载、安装、卸载等功能，使用简单。MindOpt优化求解器已经将安装包上传至Python第三方库，也支持通过pip安装Python SDK了，并且此方式安装无需再配置license文件。
  • 04.21 18:07:49
    发表了文章 2023-04-21 18:07:49

    运输问题的建模优化（二）——MindOpt

    本系列将讲解多篇运输问题的示例，讲解对于不同的运输问题场景，用数学规划的方法进行线性规划问题建模，并进行求解得到解决方案。
  • 04.14 16:08:58
    发表了文章 2023-04-14 16:08:58

    运输问题的建模优化——MindOpt

    MindOpt在使用单纯形法求解线性规划问题这一功能上已经取得了不错的成绩，但在实际生活中，可能会遇到一些结构特殊的线性规划问题，这类问题可能存在比单纯形法更加简便的算法。本篇小编将介绍MindOpt如何求解这么一类特殊结构的线性规划问题——运输问题。

2023年03月

  • 03.30 19:46:54
    发表了文章 2023-03-30 19:46:54

    Mindopt上新数据脱敏功能，方便外发数据

    V0.24.0版本的MindOpt优化求解器新增了数据脱敏功能，可以对输入模型文件进行数据脱敏。将优化问题中问题名、决策变量、约束条件名称这些和业务场景相关的数据进行脱敏变更，使得优化问题的数据仅保留看不出用途的数值信息，隐藏业务信息。方便外发数据去做技术可行性验证、方案咨询、测试等。
  • 03.24 16:02:32
    发表了文章 2023-03-24 16:02:32

    带L1正则项SVM多分类问题，使用MindOpt优化

    支持向量机(Support Vector Machine, SVM)，是一类按监督学习方式对数据进行分类的线性分类器。其核心思想是在特征空间内找到使不同类别的样本间距最大的决策边界。SVM模型中经常会引入正则化项(regularization term)来提高模型鲁棒性或者引入先验知识。L1 - regularized SVM就是在模型中加入L1正则化项(也即 ||x||1 )，将特征向量的稀疏性（会令特征向量x中某一些参数等于0）这个先验知识引入到模型中，进而提高分类效率。
  • 03.17 14:56:43
    发表了文章 2023-03-17 14:56:43

    鲁棒线性回归问题，使用MindOpt也可优化

    本篇我们讲述的是Linear Regression线性回归中的鲁棒线性回归。鲁棒回归又称为稳健回归，是统计学稳健估计的方法之一，主要思路是对离群点十分敏感的最小二乘回归中的的函数进行修改。
  • 03.03 17:51:13
    发表了文章 2023-03-03 17:51:13

    视频在线流量调控场景，使用MindOpt来优化

    有线电视的时代已经过去，现在大家都是在线观看电影、短视频等。相信大家会发现大数据会根据个人的“喜好”推荐一些类似的视频内容，线上的流量是有限的，那么如何推荐，能保证视频播放量，还可以最大化视频播放总量呢？

2023年02月

2023年01月

2022年12月

  • 12.27 16:40:53
    发表了文章 2022-12-27 16:40:53

    约束冲突怎么办？没关系，MindOpt会出手的！

    在对实际应用中的优化问题进行建模求解的过程中，往往会遇到问题不可行的情况。而不可行问题必然是由某些约束互相之间冲突导致的，如何分析问题的不可行性并识别出导致冲突的关键约束成为求解器应用的重要一环。这类导致问题不可行的最小约束子集被称为不可约不可行系统 (IIS, irreduciable infeasible system)。
  • 12.26 15:47:05
    回答了问题 2022-12-26 15:47:05

    mac在终端使用python运行.py文件的案例的时候，报出找不mindoptpy这个文件的错误。

    踩0 评论0
  • 12.22 10:29:33
    发表了文章 2022-12-22 10:29:33

    MindOpt APL 达摩院自己的建模语言！

    MindOpt建模语言(MindOpt Algebraic Programming Language, MindOpt APL, 简称为MAPL)是MindOpt团队研发的一种代数建模语言。相比与其他的语言，MAPL语法相对较少且自然，很贴近数学语言。用MAPL描述数学规划模型与用数学公式进行描述非常类似。
  • 12.20 11:14:59
    发表了文章 2022-12-20 11:14:59

    二次规划问题用MindOpt C++怎么进行建模优化

    MindOpt是达摩院决策智能实验室研究的一款优化求解器，目前在优化求解线性规划问题这一功能上取得不错的成绩，希望大家能够帮我们多多打磨其他功能(混合整数线性规划、二次规划、半定规划目前都在公测)，让我们的MindOpt在优化求解器这板块成为国产之光。
  • 12.16 10:27:37
    发表了文章 2022-12-16 10:27:37

    MindOpt--C++语言-对一个简单的混合整数规划问题建模求解

    MindOpt是达摩院决策智能实验室研究的一款优化求解器，目前在优化求解线性规划问题这一功能上取得不错的成绩，希望大家能够帮我们多多打磨其他功能(混合整数线性规划、二次规划、半定规划目前都在公测)，让我们的MindOpt在优化求解器这板块成为国产之光。
  • 12.14 10:07:46
    发表了文章 2022-12-14 10:07:46

    MindOpt也能使用C++ 来建模求解线性规划问题？

    MindOpt是达摩院决策智能实验室研究的一款优化求解器，能帮助做方案设计、生产方案优化、资源合理分配、辅助决策等。可以支持命令行、c、c++、java和python调用，目前求解算法实现了线性规划、混合整数线性规划、二次规划。
  • 12.12 10:26:30
    发表了文章 2022-12-12 10:26:30

    C语言调用MindOpt对二次规划问题建模优化

    MindOpt是达摩院决策智能实验室研究的一款优化求解器，能帮助做方案设计、生产方案优化、资源合理分配、辅助决策等。可以支持命令行、c、c++、java和python调用，目前求解算法实现了线性规划、混合整数线性规划、二次规划。
  • 12.09 10:52:34
    发表了文章 2022-12-09 10:52:34

    C语言如何使用MindOpt建模并求解混合整数线性规划问题

    MindOpt是达摩院决策智能实验室研究的一款优化求解器，能帮助做方案设计、生产方案优化、资源合理分配、辅助决策等。可以支持命令行、c、c++、java和python调用，目前求解算法实现了线性规划、混合整数线性规划、二次规划。
  • 12.07 11:25:54
    发表了文章 2022-12-07 11:25:54

    C语言如何使用MindOpt建模并求解线性规划问题

    MindOpt是达摩院决策智能实验室研究的一款优化求解器，能帮助做方案设计、生产方案优化、资源合理分配、辅助决策等。可以支持命令行、c、c++、java和python调用，目前求解算法实现了线性规划、混合整数线性规划、二次规划。
  • 发表了文章 2024-08-09

    光储荷经济性调度问题【数学规划的应用（含代码）】阿里达摩院MindOpt

  • 发表了文章 2024-08-09

    切割问题【数学规划的应用（含代码）】阿里达摩院MindOpt

  • 发表了文章 2024-08-09

    智慧楼宇多目标调度问题【数学规划的应用(含代码)】阿里达摩院MindOpt

  • 发表了文章 2024-08-09

    网络流问题--仓储物流调度【数学规划的应用(含代码)】阿里达摩院MindOpt

  • 发表了文章 2024-07-19

    网络流问题--交通调度【数学规划的应用(含代码)】阿里达摩院MindOpt

  • 发表了文章 2024-07-12

    人员排班【数学规划的应用(含代码)】阿里达摩院MindOpt

  • 发表了文章 2024-07-08

    排产排程问题【数学规划的应用（含代码）】阿里达摩院MindOpt

  • 发表了文章 2024-06-28

    仓库选址问题【数学规划的应用(含代码)】阿里达院MindOpt

  • 发表了文章 2024-06-21

    【FlowShop流水线作业排班问题【数学规划的应用(含代码)】阿里达摩院MindOpt】

  • 发表了文章 2024-06-14

    支持向量机(SVM): 从理论到实践的指南（2）

  • 发表了文章 2024-06-07

    支持向量机(SVM): 从理论到实践的指南（1）

  • 发表了文章 2024-05-31

    MindOpt不联网License，可直接在阿里云线上购买了

  • 发表了文章 2024-05-24

    选择优化求解器的关键因素：以MindOpt为例

  • 发表了文章 2024-05-17

    如何用算法规划完美的相亲假期 - 小美的春节排班挑战

  • 发表了文章 2024-05-15

    解决背包问题：组合优化的应用与建模方法

  • 发表了文章 2024-05-15

    智能解决装箱问题：使用优化算法实现高效包装

  • 发表了文章 2024-05-15

    MindOpt APL向量化建模语法的介绍与应用（2）

  • 发表了文章 2024-05-15

    MindOpt APL 最新版本功能介绍，并且开放下载使用了！

  • 发表了文章 2024-05-15

    MindOpt APL向量化建模语法的介绍与应用（1）

  • 发表了文章 2024-05-15

    了解MindOpt优化求解器的各种调用方式、方法

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2024-07-18

    MindOpt求解器有哪些优势？

    技术特点： ○ 求解器运算快 ○ 解的质量好 ○ 可求解的问题规模大 ○ 适用问题类型广使用方式：● 使用环境，目前支持： ○ 命令行和C、C++、Python、JAVA、C# 语言的API调用； ○ 可在Windows，MacOS和Linux系统下安装使用● 关于问题模型的输入，目前支持： ○ 支持 .mps、.lp 和 .nl格式标准文件输入 ○ 也支持建模语言调用输入：Pulp, Pyomo, AMPL, GAMS, 和MindOpt自研建模语言 ○ 或API建模传数据● 关于建模的分析，当前支持：对偶解、约束冲突分析。授权方式灵活：方案1：Floating License方案 方案2：单机机器ID绑定方案 ●如公有云上，阿里云用户请根据用阿里云鉴权账号来获取授权和配置授权LicenseKey填写文件fl_client.ini，与阿里云账号绑定。● 也可以在用户私有化集群中部署一台license Server，这台Server根据机器ID鉴权，其他的使用者根据填Server分发的LicenseKey码来鉴权，使用者的电脑只需要能和Server网络通信就可以。 ●线下不联网的版本采用的是mindopt.lic文件，是本地鉴权作用，与机器ID绑定。 注：● 这两种方式的求解都是在安装求解器的机器上执行，优化问题的数据不会上传到鉴权的Server● 多个授权文件同时存在的时候，先验证mindopt.lic的。
    踩0 评论0
  • 回答了问题 2024-07-18

    pulp好像不支持调用mindopt，也搜索不到mindopt_pulp这个模块，为什么？

    https://opt.aliyun.com/doc/mindopt/latest/cn/html/modeling%20language/modeling%20language-pulp.html我们导入模块的格式没有做成上面输入的样式，具体样式可以参考这个文档
    踩0 评论0
  • 回答了问题 2024-07-18

    设置了计算时间限制后，到时间就直接终止了，然后我想去输出结果也会报错，请问这种情况要怎么处理？

    超时会抛异常，可以捕获(处理)下异常再获取
    踩0 评论0
  • 回答了问题 2024-07-18

    本地跑的话，可以配置最大求解时间之类的这些参数吗？

    ● 这个格式为命令行求解时配置参数的格式，如使用编程语言的话，将对应的api在建模时输入即可https://help.aliyun.com/zh/optimization-solver/getting-started/activate-and-use-the-service● API文档：https://opt.aliyun.com/doc/latest/cn/html/API2/index.html
    踩0 评论0
  • 回答了问题 2024-07-18

    为什么相比高并发通用版（最高并发上限2000），但价格却比单机不限并发版本要高一倍，具体如何理解?

    高并发版本是基础有8并发（计费相当于最底线是8并发），然后可以应对突然变大的需求，最高服务器可以动态扩容支持到2000并发。 “单机”不限并发，是单机，会受限于一台机器的使用上限，不可换机器。高并发是Floating License，可以任意换机器（没有限制），方便一个公司里面多个员工一起用。
    踩0 评论0
  • 回答了问题 2024-07-18

    在Mindopt使用中，出现409错误。经查问，409错误是说井发数不够。怎么解决？

    并发数的概念是： 允许同时运行的求解任务并发进程数。并不是使用的机器个数，因此使用使用时请注意及时释放。○ 程序中可尝试类似try catch的方式，确保遇到异常时，能够执行dispose来解除鉴权（C++不需要），释放占用的并发数。○ 如果程序异常退出且没有正常释放，或者命令行运行求解任务中途退出，服务端将会在10分钟连续无心跳连接时释放并发数。（参考文档：https://help.aliyun.com/zh/optimization-solver/developer-reference/license-description#87bda77b05963 ）○ 另外，还需要关注您的程序是否做了多任务同时运行，发起了多并发任务。可以做一个错误码处理，遇到409的时候等待执行。 我们MindOpt优化求解器，自2021年开始在阿里云公有云公测，于23年底公测期已结束，在逐步上线商业化期的收费商品。○ 同时，我们也向公司申请，给每个阿里云用户，长期免费额度： 1并发 （商业和非商业用户均可用）。为不浪费资源，需要用户每隔3个月在网页点击续购。○ 请根据您的需求判断是否要购买。售卖方式上，我们是全球唯一一个“按天零售”的求解器，方便用户可以低成本地按需购买。定价文档>>
    踩0 评论0
  • 回答了问题 2024-07-18

    我最近使用了MindOpt,对于MindOpt仍存在一些问题，想咨询一下，怎么解决？

    ● 1.1图神经网络的应用非常广泛，不仅可以用在预求解器中提供好的初值，还能在多种领域中实现结构化数据的有效分析和预测。● 1.2您的理解是正确的。在某些优化问题中，确实可以使用图神经网络（Graph Neural Networks, GNNs）来预测一个合适的初始解，然后使用更传统的优化算法（如单纯形法）来求解问题。GNNs非常适合处理具有图结构的数据，并且能够捕捉到节点之间的复杂相互关系。● 2.license是来管理用户的使用权限，鉴权服务● 3.如果您的问题规模小于三百（变量约束），可以不使用鉴权服务
    踩0 评论0
  • 回答了问题 2024-07-18

    求解器本地鉴权方式，集群部署ip不固定怎么配置？

    ● 1. 采用云鉴权的时候，（阿里云商品有提供 0元 购买的免费版） 只需要再要运行的机器上放置License文件 fl_client.ini 即可，多台机器共用同一个License文件，不受机器数限制，受购买的并发数限制。● 2. 采用不联网的鉴权：（下面这两种方式都是收费版） A. 单机本地鉴权，仅与机器的机器ID有关，与网络IP无关，一个机器ID需要一个License文件 mindopt.lic。 不能获取到机器ID的虚拟机环境，无法用此License。 B. 同上面云鉴权的方式部署，一个节点用于部署License服务（能获取机器ID），任意连这台机器的环境的机器均可使用此服务发放的License， fl_client.ini。
    踩0 评论0
  • 回答了问题 2024-07-18

    请问mindopt 支持在函数计算中调用吗？

    求解器相当于一个lib库，可以导入函数计算中使用的
    踩0 评论0
  • 回答了问题 2024-07-18

    请问一下，如何给变量增加初始化的值？我看这个函数不支持

    MIP 的是设置 start属性 ：https://opt.aliyun.com/doc/latest/cn/html/API2/attr/index.html#start
    踩0 评论0
  • 回答了问题 2024-07-18

    请问一下，构造百万级别的这种格式，有什么简单的方法，有大佬有经验么？简单的优化问题

    NumPy 是 Python 中用于数值计算和科学计算的基础库。它提供了高性能的多维数组对象，以及操作这些数组的工具。求解器API支持numpy的，可在examples文件夹查找
    踩0 评论0
  • 回答了问题 2024-07-18

    请问这个报错怎么解决？

    第二行是输出的结果文件和模型文件的存放地址，应该是没有“model”文件夹导致的。
    踩0 评论0
  • 回答了问题 2024-07-18

    1个并发是指每次只能算一个吗？

    是的，1并发同时只能算一个优化任务，如果上一个没有算完或者异常结束没有运行结束的指令，会占用并发数。
    踩0 评论0
  • 回答了问题 2024-07-18

    用langchain将mindopt和qwen大模型可以结合m吗？

    这个是不行的，需要开发建模转换
    踩0 评论0
  • 回答了问题 2024-07-18

    请问LangChain框架可以集成mindopt吗？

    MindOpt相当于一个库，可以很自由地import。 langchain怎么结合我们这边没试过，理论上可行。
    踩0 评论0
  • 回答了问题 2024-07-18

    请问QWEN-72B和求解器如何结合一起使用以及开发的？

    可以看看之前发的这个创空间代码，将MindOpt求解器作为一个数学计算工具来用。https://modelscope.cn/studios/wuyoy520v01/MindOpt_Cases/files
    踩0 评论0
  • 回答了问题 2024-07-18

    想做一个分配问题，需要一个方差函数，有吗？

    如果是要二次项 现在我们MindOpt只支持目标里面的二次项。 如果要二次约束项，可以用建模语言写了换其他求解器来算，参考：《MindOpt平台上的各种求解器用法》https://opt.aliyun.com/example/vqaeimyI3iEj
    踩0 评论0
  • 回答了问题 2024-07-18

    想问下MILP模块里的gap是如何定义的呢？

    https://opt.aliyun.com/doc/latest/cn/html/API2/param/index.html#double调用方式代码看这个章节前面
    踩0 评论0
  • 回答了问题 2024-07-18

    MIP/AutoConfiguration效果和tuner一样吗？

    tuner调参器更适合特定类型的模型，或者在某些情况下需要微调参数以获得最佳性能。MIP/AutoConfiguration则在求解器首次遇到某一类问题时提供良好的初始参数配置。tuner调参器会更加详细和深入地检查可能的参数组合。
    踩0 评论0
  • 回答了问题 2024-07-18

    mindopt可以通过什么方式自动优化参数呢？

    这个自动优化参数王这边提供三个思路：我们的tuner调参器（线下版本），或者通过回调函数在求解过程中插入自定义的逻辑来改变参数，或者通过分支定界法动态地根据当前解的进展自动地调整参数（MILP支持）MindOpt 还有一个自带的参数 MIP/AutoConfiguration ，开启这个参数，会开启MindOpt内置的自动设置参数的流程
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息