সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
MathOpt কি?
MathOpt হল মডেলিং এবং গাণিতিক অপ্টিমাইজেশন সমস্যা সমাধানের জন্য একটি লাইব্রেরি, উদাহরণস্বরূপ, লিনিয়ার প্রোগ্রামিং সমস্যা (LPs) বা মিশ্র পূর্ণসংখ্যা প্রোগ্রামিং সমস্যা (MIPs)। MathOpt মডেলিংকে সমাধান করা থেকে আলাদা করে, ব্যবহারকারীদের তাদের সমাধানকারী নির্বাচন করতে একটি enum (এবং একটি বিল্ড নির্ভরতা) পরিবর্তন করে সমাধান পদ্ধতির মধ্যে স্যুইচ করতে দেয়।
2023 JuMP সম্মেলন উপস্থাপনা থেকে MathOpt-এর সংক্ষিপ্ত পরিচিতির জন্য এই ভিডিওটি দেখুন।
MathOpt বৈশিষ্ট্য
MathOpt মডেলগুলি থাকতে পারে:
পূর্ণসংখ্যা বা ক্রমাগত ভেরিয়েবল
রৈখিক বা দ্বিঘাত সীমাবদ্ধতা
রৈখিক বা চতুর্মুখী উদ্দেশ্য
একাধিক শ্রেণিবদ্ধ উদ্দেশ্য
বিশেষায়িত এমআইপি সীমাবদ্ধতা (এসওএস, নির্দেশক, আরও কিছু আসছে)
কিছু শঙ্কু সীমাবদ্ধতা (দ্বিতীয় ক্রম শঙ্কু, আরও আসতে হবে)
মডেলগুলি যে কোনও সমাধানকারী থেকে স্বাধীনভাবে সংজ্ঞায়িত করা হয় এবং সমাধানকারীগুলিকে বিনিময়যোগ্যভাবে অদলবদল করা যেতে পারে। MathOpt নিম্নলিখিত সমাধানকারীদের সমর্থন করে:
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],["2024-08-09 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],["MathOpt is a library for modeling and solving mathematical optimization problems, such as LPs and MIPs. It supports continuous or integer variables, linear/quadratic constraints and objectives, and specialized MIP/conic constraints. Users can switch between solvers like GLOP, PDLP, CP-SAT, SCIP, GLPK, Gurobi, and HiGHS, independently of the model's definition. MathOpt offers C++ and Python client libraries with example, and provides features such as infeasibility analysis, incremental solving, callbacks, duality, and warm starts.\n"]]
