我目前正在使用CPLEX解决巨大的优化模型(超过100k个变量),现在我想看看是否能找到一个开源替代方案。我解决混合整数问题(MILP),CPLEX效果很好,但如果我们要进行扩展,它非常昂贵,因此我真的需要找到替代方案或开始编写自己的特定优化库(这将是痛苦的)。
非常感谢任何建议/见解。
我目前正在使用CPLEX解决巨大的优化模型(超过100k个变量),现在我想看看是否能找到一个开源替代方案。我解决混合整数问题(MILP),CPLEX效果很好,但如果我们要进行扩展,它非常昂贵,因此我真的需要找到替代方案或开始编写自己的特定优化库(这将是痛苦的)。
非常感谢任何建议/见解。
对于COIN-OR的再次认可。我们发现线性优化组件(Clp)非常强大,而混合整数组件(Cbc)可以通过一些分析进行良好的调整。我们与LP-Solve和GLPK进行了比较。
对于非常棘手的问题,商业求解器是最好的选择。
尝试使用SCIP求解器。我已经用它解决了超过300K个变量的MILP问题,并获得了良好性能。它的MILP性能比GLPK要好得多。Gurobi在MILP问题上也表现出色(通常优于SCIP(2011年5月)),但如果您不是学术用户,则可能成本较高。 Gurobi将使用多核来加速求解器。
Hans Mittelmann最近(2017年9月10日)进行了混合整数线性规划基准测试:http://plato.asu.edu/ftp/milpc.html(您可能还对查看概述页面http://plato.asu.edu/bench.html或他的演讲幻灯片http://plato.asu.edu/talks/informs2017.pdf感兴趣)。