Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
¿Qué es MathOpt?
MathOpt es una biblioteca para modelar y resolver problemas de optimización matemático, por ejemplo, problemas de programación lineal (LP) o problemas de programación de números enteros mixtos (MIP). MathOpt separa el modelado de la solución, lo que permite que los usuarios cambien entre métodos de solución mediante el cambio de una enumeración (y una dependencia de compilación) para seleccionar su solucionador.
Mira este video para obtener una breve introducción a MathOpt de la presentación de la conferencia JuMP de 2023.
Funciones de MathOpt
Los modelos MathOpt pueden contener lo siguiente:
números enteros o variables continuas
restricciones lineales o cuadráticas
objetivos lineales o cuadráticos
varios objetivos jerárquicos
Restricciones especializadas del MIP (SOS, indicador, más próximamente)
algunas restricciones cónicas (cono de segundo orden, más próximamente)
Los modelos se definen de forma independiente de cualquier solucionador, y los solucionadores se pueden intercambiar de forma intercambiable. MathOpt admite los siguientes solucionadores:
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2024-08-09 (UTC)"],[],["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"]]