संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
MathOpt क्या है
MathOpt, गणित के ऑप्टिमाइज़ेशन के सवालों को मॉडल करने और उन्हें हल करने की लाइब्रेरी है. उदाहरण के लिए, लीनियर प्रोग्रामिंग से जुड़े सवाल (एलपी) या मिले-जुले पूर्णांक प्रोग्रामिंग से जुड़े सवाल (एमआईपी). MathOpt, मॉडलिंग को समाधान से अलग करता है.
इससे उपयोगकर्ता, अपने सॉल्वर को चुनने के लिए, Enum (और बिल्ड डिपेंडेंसी) को बदलकर, समाधान के तरीकों के बीच स्विच कर सकते हैं.
साल 2023 के JuMP कॉन्फ़्रेंस प्रज़ेंटेशन से, MathOpt के बारे में कम शब्दों में जानकारी पाने के लिए, यह वीडियो देखें.
MathOpt की सुविधाएं
MathOpt मॉडल में ये चीज़ें शामिल हो सकती हैं:
पूर्णांक या कॉन्टिन्यूअस वैरिएबल
लीनियर या क्वाड्रेटिक कंस्ट्रेंट
लीनियर या क्वाड्रेटिक मकसद
हैरारकी वाले कई लक्ष्य
खास MIP सीमाएँ (SOS, इंंडिकेटर, आने वाले समय में और भी)
कुछ शंकु कंस्ट्रेंट (दूसरा ऑर्डर कोन, जल्द आने वाले हैं)
मॉडल को किसी भी सॉल्वर से स्वतंत्र रूप से परिभाषित किया जाता है और सॉल्वर को अदला-बदली करके बदला जा सकता है. MathOpt, इन सॉल्वर के साथ काम करता है:
[[["समझने में आसान है","easyToUnderstand","thumb-up"],["मेरी समस्या हल हो गई","solvedMyProblem","thumb-up"],["अन्य","otherUp","thumb-up"]],[["वह जानकारी मौजूद नहीं है जो मुझे चाहिए","missingTheInformationINeed","thumb-down"],["बहुत मुश्किल है / बहुत सारे चरण हैं","tooComplicatedTooManySteps","thumb-down"],["पुराना","outOfDate","thumb-down"],["अनुवाद से जुड़ी समस्या","translationIssue","thumb-down"],["सैंपल / कोड से जुड़ी समस्या","samplesCodeIssue","thumb-down"],["अन्य","otherDown","thumb-down"]],["आखिरी बार 2024-08-09 (UTC) को अपडेट किया गया."],[],["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"]]