Local Solver 超大规模数学优化器/求解器介绍和试用

2023-11-06 10:50

本文主要是介绍Local Solver 超大规模数学优化器/求解器介绍和试用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Local Solver 超大规模数学优化器/求解器介绍和试用版下载
Local Solver是成功的全局优化求解器,她结合了精确求解技术和启发式技术。除了为您提供高效和可扩展的瑞士军刀式数学优化器外,Local Solver团队还提供专业的和响应性的支持服务,以使用Local Solver进行建模并解决您手头的棘手问题。
 
您的业务需要交钥匙解决方案吗?Local Solver公司还提供定制的业务分析服务和优化服务。20多年来,Local Solver团队因其为客户开发的决策支持解决方案的价值和独特性而得到业界和学术界的广泛认可。
性能卓越的数学建模求解器(优点)
离散、数值、黑盒问题
咨询服务和定制解决方案
快速且可扩展到几百万/数千万个变量
以客户为中心,充满激情的团队
独特的高级建模功能
20年的经验,10个以上奖项
Python、Java、C#、C++的简易API
强大的信息技术专业知识
创新的混合精度技术   
敏捷与软件工艺精益求精文化
简单而透明的许可方式
固定价格,固定期限承诺
专注和快速响应的支持
全面质量和满意度

Local Solver数学求解器能够解决的典型工业问题
供应链网络最优化,设施布局最优化,车辆调度和路由线路最优化,电力系统安全约束机组组合优化;智能配补货系统优化,智能工厂计划排程,多级仓调拨补货优化,智能分单派单,波次拣选优化,集装箱码头优化运作,零售商定价模型,集装箱/卡车装载优化,航空运营管理中的组合优化,动车组运营优化、公交乘务排班优化,微电网优化配置,便利店选址优化,无人仓机器人路径规划,电信网络布局和投资,水资源优化配置系统,人力资源排班优化,高速铁路列车运行图优化问题,高速铁路动车组分配计划优化,航空中机组排班优化,手术室分派调度问题优化,以及所有涉及大量变量的组合优化问题。
  全领域、一体化数学优化求解器Local Solver
Scalability of OR solution technologies
                                                                 运筹学解决方案技术的可扩展性
 
Local Solver结合了许多不同的数学优化技术而不需要调参:局部和直接搜索、约束传播和推理、线性和混合整数规划以及非线性规划技术。Local Solver特别地,在二次分配问题(QAP),旅行商问题(TSP),装箱问题优化(BPP), 能力约束的车辆路径问题(CVRP)等方面有独特优势。
 
与其他数学优化软件不同的是,Local Solver是组合拳技术,而不是基于单一优化技术。得益于其独特的一种搜索方法,Local Solver在求解过程中动态地混合了不同的优化技术。Local Solver结合了局部搜索和直接搜索技术、约束传播和推理技术、线性和混合整数规划技术以及非线性规划技术,以最好地解决您的业务问题。
 
此外,Local Solver集成了独特的启发式搜索技术,用于组合优化和连续优化。通过这种方式,它能够处理涉及数百万个变量的模型,这些模型规模超出了经典求解器的范围,特别是经典混合整数线性规划(MIP)、约束规划(CP)或非线性规划(NLP)求解器。
 
创新的数学建模语言
LSP example
                                                                            LSP 模型代码片段

LocalSolver附带了一个强大的建模语言(LSP)。它使您能够快速构建您的优化应用程序原型。
 
Local Solver编程语言(LSP)提供了一种高效的编程风格:动态但强类型、隐式变量声明、紧凑的循环语法等。许多函数既可用于数学建模,也可用于编程,使语言非常易于学习。
 
我们的目标是尽可能减少您的编程工作(效率),同时构建您的原型工作(可靠性)。您将看到与使用现有建模语言编写的模型相比,Local Solver生成的LSP模型更简洁,可读性更强。
 
轻量级“面向对象”的应用程序接口
为了在业务应用程序中充分集成Local Sovers算法,我们为Python、java、C#、C++用户提供了易于使用的面向对象编程接口API。
 
Local Solver的API是轻量级的,只公开了几个类。相应的可调用算法库(Python、java、C#、C++)提供了通用操作系统(Windows、Linux、MACOS)和通用体系结构(X86、X64)。Local Solver的x64二进制文件提供了完整的64位功能:一些客户机处理涉及5000万个变量的模型,只加载了50GB内存。
 
从LSP建模语言传递到API是很容易的:你只需要专注于你的数学优化模型。你不必分解你的问题,不必调整解算器,甚至不必编写额外的特定代码,在几分钟内解决大规模的现实优化问题。
 
LocalSolver's API object model
                                                               Local Solver的API对象模型
Local Solver客户群广泛,全行业覆盖
Local Solver被25个国家100多家公司使用:澳大利亚、奥地利、比利时、巴西、加拿大、中国、丹麦、芬兰、法国、德国、意大利、日本、挪威、葡萄牙、斯洛伐克、西班牙、瑞典、英国,其中一半公司收入超过10亿欧元,另一半公司非常多样化,有许多初创公司和小公司。LocalSolver还统计了来自90个国家的2000名学术机构用户。
 
Airbus
Air Liquide
Bosch
FM Logistic
Fujitsu
Siemens
Starbucks
Toyota
Nanjin University
Shanghai Jia Tong University
Deutsche Post DHL
Norsk Hydro
TF1
TiVo
Tetra Pak
Pasco Shikishima
Veolia
Sony
NTT
Colas
Leeds School of Business, University of Colorado Boulder
Helmut Schmidt University
EDF
Bouygues Telecom
Thales

对于Local Solver的应用能力和求解性能,得到客户广为赞誉:
 
Local Solver典型客户评语
“Local Solver创新特性及其独特的建模形式使我们能够解决许多MIP求解器无法解决的问题。它的性能大大超出了我们对TSP(旅行商问题),匹配和设施位置问题的预期。在一年内我们优化了1.6亿欧元项目,平均收益为12%。LocalSolver总裁尼古拉斯提供的积极而精确的支持极大地帮助了我们在项目上快速前进”。--Renault Lacour, 数学建模专家顾问,Newton Vaureal咨询公司
“您的服务对我们项目起到了至关重要的帮助,我们对朱利安充满信心,多年来朱利安一直以其高质量的支持、多才多艺和专业精神给我留下深刻印象!真正的增值服务和创新技术”。--Alexis Bruno,网络软件架构师,Bouygues电信公司
“在几天的工作中,我们使用Local Solver开发了Pasco优化模型。Local Solver提供了优秀解决方案,正如Pasco规划者所认为的那样,即使变量数量是巨大的(上千万),只需几分钟的运行时间。我们无法想象这样的壮举一开始就是可能的,因为像Cplex、Xpress这样最先进的MIP解算器也无法在数小时内解决这个问题。现在我们知道通过使用Local Solver这是可能的”!--Shinichi Kuroda,Pasco供应链优化项目总监,Future Architect公司
 
Local Solver的版本类型
LocalSolver为常见计算平台公开发布,能够支持WINDOWS 64位,Linux 64位和macOS 64位。您可以向localsolver授权代理商无锡迅合信息科技有限公司申请免费的30天试用许可证,不限制要解决的模型的大小,过期后可以选择采购Local solver商业许可。试用版下载:
链接:https://pan.baidu.com/s/1wyrWC4pPliHeQ3sucPVt8A 
提取码:Abc1 

 

这篇关于Local Solver 超大规模数学优化器/求解器介绍和试用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/356164

相关文章

redis过期key的删除策略介绍

《redis过期key的删除策略介绍》:本文主要介绍redis过期key的删除策略,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录第一种策略:被动删除第二种策略:定期删除第三种策略:强制删除关于big key的清理UNLINK命令FLUSHALL/FLUSHDB命

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Pytest多环境切换的常见方法介绍

《Pytest多环境切换的常见方法介绍》Pytest作为自动化测试的主力框架,如何实现本地、测试、预发、生产环境的灵活切换,本文总结了通过pytest框架实现自由环境切换的几种方法,大家可以根据需要进... 目录1.pytest-base-url2.hooks函数3.yml和fixture结论你是否也遇到过

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML