Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Apa itu MathOpt
MathOpt adalah library untuk memodelkan dan memecahkan masalah
pengoptimalan matematika, misalnya, masalah pemrograman linear (LP) atau masalah pemrograman
bilangan bulat campuran (MIP). MathOpt memisahkan pemodelan dari penyelesaian, yang memungkinkan
pengguna beralih antarmetode solusi dengan mengubah enum (dan dependensi
build) untuk memilih pemecah masalah mereka.
Tonton video ini untuk mempelajari
pengantar singkat tentang MathOpt dari Presentasi Konferensi JuMP 2023.
Fitur MathOpt
Model MathOpt dapat berisi:
variabel bilangan bulat atau kontinu
batasan linear atau kuadrat
tujuan linear atau kuadrat
beberapa tujuan hierarki
batasan MIP khusus (SOS, indikator, lebih banyak lagi)
beberapa batasan kerucut (cone urutan kedua, lebih banyak yang akan datang)
Model ditentukan secara terpisah dari pemecah masalah dan pemecah masalah dapat saling ditukar. MathOpt mendukung pemecah masalah berikut:
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 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"]]