根据投票结果，我们将增加开通数据科学｜挖掘和混合整数规划的微信学术群，如果你是运筹学|人工智能硕博或在读，请在公众号后台留言：“加微信群”系统会进一步提示，邀请您进全球运筹或AI学者群（群内学界、业界大佬云集） 同时，也欢迎大家继续在文末留言，说出你最想开设的领域的微信群~ 温馨提示：我们还有有【运筹|优化】【供应链|物流】【人工智能】【数据科学|分析】等运筹学|人工智能爱好者千人QQ群，请关注公众号点击“加入社区”按钮，获得入群传送门 下面就来看看我们第六期是整理了哪些话题吧. 2018年8月22日 Baron求解过大规模非线性问题误差 （出自微信群： 【3】Global O.R./OM/IE Community） 北-敬一-计算机系统生物学：请问有谁用过Baron解过大规模非线性问题？我发现Baron得出来的解的误差明显大于设定的约束容差（feasibility tolerance)，我的是一个混合整数双线性问题，两三万个连续变量，十几个整数变量，十几个非线性约束MATLAB/Baron界面，Baron版本均为最新 留-海德堡-组合优化AI：tolerance指的是MIP Gap，还是某个约束的tolerance呢Baron没用过，向您学习一下 北-敬一-计算机系统生物学：不是，我指的是对于一个约束的容差，就是你把解代入一个约束，得出来的值和约束的lhs，rhs（约束不等式两边的常数）的差值 北-敬一-计算机系统生物学：其实我将这个问题问过Baron的开发者，但他也不知道为什么会这样 留-海德堡-组合优化AI：试着改改这个tolerance，再跑跑另外可以再试试其他minlp solver，比如Couenne 北-敬一-计算机系统生物学：Tolerance 为10e-7或10e-6，有些约束的误差可以达到高于10e2， 目前只有Baron能求全局最优吧，还能怎么改容差差，我本来设定的容差就不高，对于非线性问题好像只有Baron能全局最优吧 留-海德堡-组合优化AI：大家多读gurobi或者cplex关于分布式算法的文档吧，里面写的很清晰minlp只是试图全局最优吧?nonconvex的时候，u never know 2018年8月27日 海德堡大学Panda （出自微信群： Global O.R.optim PhD Community） 王-东北大学-动态优化：Panda 是 Porta 的新版本 有用过Porta或者 Panda的小伙伴可以交流一下 留-海德堡-组合优化AI：我在美国做硕士论文求convex hull所有facets的时候还用过Porta，去了海德堡才意识到原来是这里出品的 王-东北大学-动态优化：最近有一篇论文 可以找到0-1混合整数规划凸包的一般描述，需要借助Porta软件来实现不过貌似Porta的算法是暴力计算，决策变量维数超过30，计算时间就超长所以我在考虑它的新版本Panda 留-海德堡-组合优化AI：类似的还有polymake，还有一个Magdeburg大学出品的软件，忘了名字了 ZHOU-Univ of kentucky：其他的软件还有parma polyhedra library, cddlib, lrslib, 以及新出的Normaliz 华-统计-交通优化：panda是python的库？ Yin-SMU-Power Engineering Phd：这俩不是一个东西，py的库叫pandas 2018年8月28日IBM CPLEX 求解binary变量做post processing （出自微信群： 【2】Global O.R./OM/IE Community） Zelene-大连理工-优化：求教各位前辈，我在用IBM ILOG CPLEX IDE求解一个混合整数规划模型时，把其中的一个二维决策变量定义为 float+ 类型，但在最后求得的结果里，该变量还是出现了负数值，请问这是为什么呢？如何可以修正？ 留-海德堡-组合优化AI：决策变量不应该是binary么 Zelene-大连理工-优化：我求解的是一个混合整数规划模型，里面有部分变量是连续型的，其中有一个要求是大于零的实数，所以我按照opl建模语言教程把它定义为float+但不知为何求出来还是有小于零的值 李-南航大-机场交通优化：那是近似解，有Gap，小于0的值应该很小，接近于0.binary是0-1变量类型的决策变量，但好多VRP问题会有binary类型变量和float+类变量 留-海德堡-组合优化AI：科学计算都有numerical error可以做一下post processing～例如binary变量，解出来很有可能是+-0.0000000001，需要做一下post processing，加个判断语句，把这些变成0 2018年8月29日 优化软件 CPLEX & GUROBI &SCIP （出自微信群： Global O.R./OM/IE Community） 李-西南交大-运输优化系统：想问下我在用yalmip求解的时候，cplex和gurobi都能找到，可是为啥scip一直都是Solver not found，明明这三个软件我都装了~ 小千-东普-数据分析：试试重新安装一下，可能是注册表信息损坏 李-西南交大-运输优化系统：嗯嗯，就是重新装了两遍~，还把原来旧的5.0.1卸载了，装了新的6.0.0然后我用path在matlab里面搜，确实没看到scip的path，cplex和gurobi的path都有，难道是scip没写matlab的接口？我确实在scip的安装文件夹里没找到跟matlab相关的，装完具体的solver软件还需要在matlab里面添加路径吗，我有点忘记了我之前装cplex和gurobi时候的了~ 杨-西南交大-运筹优化：需要添加路径 李-西南交大-运输优化系统：可是SCIP安装文件夹里面没有m文件 杨-西南交大-运筹优化：用yalmiptest 命令看看对应的solver是否起作用 李-西南交大-运输优化系统：添加了一堆空文件夹，yalmiptest查过了，SCIP就是 solver not found 杨-西南交大-运筹优化：没用过scip，之前折腾过没成功 李-西南交大-运输优化系统：那yalmip官网上都是骗人的，说可以支持scip，我之前折腾scip也没成功，现在又要用还是不行~我去看看SCIP主页上有没有说相关情况 杨-西南交大-运筹优化：可以发邮件问问Johan 李-西南交大-运输优化系统：哈哈，有道理
~可以试试，说不定下个release他就修复这个bug了 杨-西南交大-运筹优化：Scip对mip模型的效率没有gurobi和cplex高 李-西南交大-运输优化系统：我主要看重SCIP能解nonlinea但其实我感觉应该SCIP的问题，它安装文件里没写个m文件接入matlab，我看gurobi和cplex都有 杨-西南交大-运筹优化：我用这两个都没问题 李-西南交大-运输优化系统：嗯嗯，我也是，cplex和gurobi都没问题，但是这俩好像解不了nonlinear 王-巴黎六大-运筹：有接口告诉我哈 我两年前试过 没找到接口 杨-西南交大-运筹优化：我之前scip没弄成功啊 伍-杉数科技：https://www.inverseproblem.co.nz/OPTI/这个的学术版提供了来布接口 李-西南交大-运输优化系统： 伍-杉数科技：yalmip应该是依赖这个工具包 李-西南交大-运输优化系统：我好像看到了SCIP官网上说接口要自己整，附了code 伍-杉数科技： 王-巴黎六大-运筹：这个只能windows用，其他平台不能用的 小心哈 伍-杉数科技：我不用来布，opti的作者应该是提供了接口的源 李-西南交大-运输优化系统：我先看看SCIP的官网的，它好像附了code 伍-杉数科技：可以自行调整编译，确实是依赖这个库 王-巴黎六大-运筹：Opti是windows接口 其他都不能用 伍-杉数科技：https://github.com/jonathancurrie/OPTI/tree/master/Solvers/Source/scip，这是接口源码，我想有源码可以调整调整，自己编译一下，不是什么难事 李-西南交大-运输优化系统：恩，我就是在windows的~谢谢，我瞅瞅~SCIP官方在GitHub上的代码已经放弃matlab了 伍-杉数科技：这是opti的作者写的 李-西南交大-运输优化系统：没放matlab的，SCIP Interfaces · GitHub，https://github.com/SCIP-Interfaces 王-巴黎六大-运筹：没必要scip 好多替代的solver啊 李-西南交大-运输优化系统：我刚刚看的scip官方的，除了lingo，其他解nonlinear的求解器我感觉我都用不了scip是唯一开源的了 王-巴黎六大-运筹：Ipopt 李-西南交大-运输优化系统：我的是minlp，就这几个里面选，Baron下来应该就到scip了 伍-杉数科技：couenne目前只有ampl接口，opti也支持，当然也可以pyomo调用 王-巴黎六大-运筹：Jump不支持吗？ 伍-杉数科技：支持，也是hook的nl那套以ampl接口为原型 李-西南交大-运输优化系统：不过你说yalmip也用的OPTI Toolbox，为啥yalmip识别不出SCIP 伍-杉数科技：不用来布，不用yalmip 李-西南交大-运输优化系统：果然是要用它的code，不过不知道为什么只能识别linear，却识别不了nonlinear，应该还是它的bug，更新过一次patch的， 原文链接：https://mp.weixin.qq.com/s/OmYUQO0RodcvPQdYAtkjng 版权说明：本文由『运筹OR帷幄』编译整理，不作为商业用途，如有内容侵权，我们将随时删除 欢迎查看原文，获取更多讯息
（图片来源网络，侵删）
0 评论