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

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Java中HashMap的用法详细介绍

《Java中HashMap的用法详细介绍》JavaHashMap是一种高效的数据结构,用于存储键值对,它是基于哈希表实现的,提供快速的插入、删除和查找操作,:本文主要介绍Java中HashMap... 目录一.HashMap1.基本概念2.底层数据结构:3.HashCode和equals方法为什么重写Has

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变

Springboot项目构建时各种依赖详细介绍与依赖关系说明详解

《Springboot项目构建时各种依赖详细介绍与依赖关系说明详解》SpringBoot通过spring-boot-dependencies统一依赖版本管理,spring-boot-starter-w... 目录一、spring-boot-dependencies1.简介2. 内容概览3.核心内容结构4.

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

MySQL中优化CPU使用的详细指南

《MySQL中优化CPU使用的详细指南》优化MySQL的CPU使用可以显著提高数据库的性能和响应时间,本文为大家整理了一些优化CPU使用的方法,大家可以根据需要进行选择... 目录一、优化查询和索引1.1 优化查询语句1.2 创建和优化索引1.3 避免全表扫描二、调整mysql配置参数2.1 调整线程数2.

深入解析Java NIO在高并发场景下的性能优化实践指南

《深入解析JavaNIO在高并发场景下的性能优化实践指南》随着互联网业务不断演进,对高并发、低延时网络服务的需求日益增长,本文将深入解析JavaNIO在高并发场景下的性能优化方法,希望对大家有所帮助... 目录简介一、技术背景与应用场景二、核心原理深入分析2.1 Selector多路复用2.2 Buffer

SpringBoot利用树形结构优化查询速度

《SpringBoot利用树形结构优化查询速度》这篇文章主要为大家详细介绍了SpringBoot利用树形结构优化查询速度,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一个真实的性能灾难传统方案为什么这么慢N+1查询灾难性能测试数据对比核心解决方案:一次查询 + O(n)算法解决