샷 (S지원 중HyperplaneO최적화Toolkit)은 혼합 정수 비선형 프로그래밍 문제(MINLP)에 대한 결정론적 솔버입니다.
원래 슬롯 사이트 추천은 볼록 MINLP 문제에만 사용하도록 의도되었지만 이제는 전역 최적성을 보장하지 않고 경험적 방법으로 비볼록 MINLP 문제를 해결하는 기능도 포함합니다. 슬롯 사이트 추천은 특정 비볼록 문제 유형을 전역 최적성으로 해결할 수도 있습니다.
슬롯 사이트 추천은 주로 Andreas Lundell(핀란드 Åbo Akademi 대학교)과 Jan Kronqvist(영국 Imperial College London)에 의해 개발되었습니다. 자세한 내용은 [을 참조하세요.125, 121, 111, 112, 120].
슬롯 사이트 추천은 다음을 사용하는 GAMS 방정식을 지원합니다.내장 함수: abs, cos, cvPower, div, exp, log, log10, log2, pi, power, rPower, sin, sqr, sqrt, vcPower.
알고리즘
슬롯 사이트 추천은 지지 초평면 또는 절단 평면을 생성하여 비선형 실행 가능 집합의 더 긴밀한 다면체 근사치를 반복적으로 생성하는 것을 기반으로 합니다. 이러한 선형화된 문제는 혼합 정수 선형 프로그래밍(MIP) 솔버를 사용하여 해결됩니다. GAMS/슬롯 사이트 추천은 GAMS/CPLEX 라이선스가 사용 가능한 경우 CPLEX를 사용하고, 그렇지 않으면 CBC를 사용합니다. Gurobi의 라이선스를 보유한 사용자도 가능합니다.선택MIP 해결사로서의 구로비. CPLEX 또는 Gurobi를 사용하는 경우 하위 문제에는 2차 및 이중선형 비선형성이 직접 포함될 수도 있습니다.
외부 근사 문제에 대한 솔루션은 원래 문제가 볼록한 경우 최적의 값에 대한 이중 경계(즉, 최소화 문제를 해결할 때 하한)를 제공합니다. 문제가 볼록하지 않은 경우 전역 최적 솔루션으로의 수렴이 보장될 수 없습니다(그러나 특정 클래스의 문제에서는 달성될 수 있습니다. [ 참조)121]).
최적 값에 대한 원시 경계(즉, 최소화 문제를 해결할 때의 상한)를 얻기 위해 슬롯 사이트 추천은 다음 휴리스틱을 활용합니다.
- 정수 변수가 유효한 값으로 고정된 비선형 프로그래밍(NLP) 문제를 해결합니다. 이는를 호출하여 수행됩니다.NLP 해결사, 이는 다음 중 하나인 Ipopt입니다.슬롯 사이트 추천 NLP 해결사또는 슬롯 사이트 추천 자체.
- MIP 솔버의 솔루션 풀에서 원래 MINLP 문제의 비선형 제약 조건을 충족하는 포인트에 대한 솔루션을 확인합니다.
- 루트 검색을 수행함으로써.
때종료 기준상대적 또는 절대적 목표 간격에 대한 허용 오차 또는 시간 제한이 충족된 것처럼 슬롯 사이트 추천은 종료되고 현재 원시 솔루션을 GAMS로 반환합니다. 원래 문제가 볼록하고 슬롯 사이트 추천이 목표 격차를 줄일 수 있다면 이는 문제에 대한 전역 최적 솔루션입니다. 볼록하지 않은 경우 일반적으로 그러한 해를 찾을 수 있다는 보장이 없습니다. 그러나 슬롯 사이트 추천은 항상 원초 솔루션 외에도 모델 속성의 솔루션에 대한 유효한 이중 경계를 반환합니다.객체, 그렇지 않은 경우Model.Convexity.AssumeConvex활성화되었습니다.
사용법
슬롯 사이트 추천 사용을 지정하기 위해 GAMS 프로그램 내에서 다음 명령문을 사용할 수 있습니다.
옵션 MINLP = 슬롯 사이트 추천; 또는 MIQCP
위 문은 Solve 문 앞에 나타나야 합니다. GAMS 설치 중에 슬롯 사이트 추천이 기본 MINLP 또는 MIQCP 솔버로 지정된 경우 위 명령문은 필요하지 않습니다.
슬롯 사이트 추천 옵션 지정
GAMS/슬롯 사이트 추천은 GAMS 매개변수를 지원합니다리슬림, iterlim, 노들림, optcr, optca, 컷오프및스레드.
옵션은 슬롯 사이트 추천 옵션 파일로 지정할 수 있습니다. 슬롯 사이트 추천 옵션 파일은 한 줄에 하나의 옵션 또는 설명으로 구성됩니다. 별표(*)을 줄 시작 부분에 추가하면 전체 줄이 무시됩니다. 그렇지 않으면 해당 줄은 등호()로 구분된 옵션 이름과 값으로 해석됩니다.=) 및 임의의 공백(공백 또는 탭).
슬롯 사이트 추천opt 파일의 작은 예는 다음과 같습니다:
Dual.CutStrategy = 1
Dual.MIP.Solver = 2
Output.Console.DualSolver.Show = true
GAMS/슬롯 사이트 추천이 확장 지지 초평면(EHP) 방법 대신 확장 절단 평면(ECP) 방법을 사용하도록 하고 MIP 솔버를 CBC로 변경하며 이중 경계를 계산하는 솔버(일반적으로 MIP 솔버)의 출력을 표시할 수 있습니다.
- 주의
- 슬롯 사이트 추천에서는 문서에 지정된 이름을 정확하게 사용하여 옵션을 지정해야 합니다. 즉, 대소문자 구분도 중요합니다.
슬롯 사이트 추천 옵션 목록
다음에서는 모든 슬롯 사이트 추천 옵션의 자세한 목록을 제공합니다.
솔버 출력
이 설정은 솔버에서 사용자에게 표시되는 출력의 양과 내용을 제어합니다.
| 옵션 | 설명 | 기본값 |
| 출력.디버그.경로 | 디버그 정보를 저장할 폴더
범위: 문자열 | |
| Output.슬롯 사이트 추천AlternateSolutionsFile | 대체 솔루션을 작성할 슬롯 사이트 추천 GDX 파일 이름
범위: 문자열 | |
| Output.Console.Iteration.Detail | 고정 전략은 언제 사용해야 합니까
0: 전체
1: 목표 격차 업데이트 시
2: 목표 격차 업데이트 및 모든 기본 NLP 호출에 대해 | 1 |
| 출력.콘솔.로그레벨 | 콘솔 출력의 로그 수준
0: 추적
1: 디버그
2: 정보
3: 경고
4: 오류
5: 심각
6: 꺼짐 | 2 |
| Output.Console.DualSolver.Show | 콘솔에 듀얼 솔버의 출력 표시
범위: 부울 | 0 |
| Output.Console.PrimalSolver.Show | 콘솔에 원시 솔버의 출력 표시
범위: 부울 | 0 |
| 출력.디버그.활성화 | 디버그 기능 사용
범위: 부울 | 0 |
하위 해결사 기능
이 설정을 사용하면 슬롯 사이트 추천에서 사용되는 다양한 하위 솔버를 보다 직접적으로 제어할 수 있습니다.
| 옵션 | 설명 | 기본값 |
| Subsolver.Cplex.WorkDirectory | 스왑 파일 디렉터리
범위: 문자열 | |
| Subsolver.슬롯 사이트 추천NLP.OptionsFilename | 슬롯 사이트 추천의 NLP 해결사를 위한 옵션 파일
범위: 문자열 | |
| Subsolver.슬롯 사이트 추천NLP.Solver | GAMS에서 사용할 NLP 해결사(자동: 슬롯 사이트 추천 선택)
범위: 문자열 | 자동 |
| Subsolver.Cbc.NodeStrategy | 노드 전략
0: 깊이
1: 깊이
2: 최하위
3: 최소
4: 하이브리드
5: 심층
6: 최하위 | 4 |
| Subsolver.Cbc.Scaling | 확장 문제 여부
0: 자동
1: 동적
2: 평형
3: 기하학
4: 꺼짐
5: 행만 | 4 |
| Subsolver.Cbc.Strategy | 이것은 새로운 기능을 활성화합니다
0: 쉬운 문제
1: 기본값
2: 공격적 | 1 |
| Subsolver.Cplex.FeasOptMode | 타당성 복구에 사용할 전략
0: 첫 번째 단계에서만 필요한 모든 완화의 합계를 최소화
1: 첫 번째 단계에서 필요한 모든 완화의 합을 최소화하고 두 번째 단계를 실행하여 최소한의 완화 중에서 최적을 찾습니다.
2: 첫 번째 단계에서만 완화가 필요한 제약 조건 및 경계의 수를 최소화
3: 첫 번째 단계에서만 필요한 완화의 제곱합을 최소화
4: 첫 번째 단계에서 필요한 완화의 제곱합을 최소화하고 두 번째 단계를 실행하여 최소 완화 중에서 최적을 찾습니다. | 0 |
| Subsolver.Cplex.MIPEmphasis | MIP 강조 설정
0: 균형 잡힌
1: 타당성
2: 최적성
3: 최적의 경계
4: 숨김 가능 | 1 |
| Subsolver.Cplex.MemoryEmphasis | 가능하다면 메모리를 절약하도록 노력하세요
범위: 0, ..., 1 | 0 |
| Subsolver.Cplex.NodeFile | 노드 파일을 저장할 위치
0: 파일 없음
1: 메모리에 압축됨
2: 디스크에
3: 디스크에 압축됨 | 1 |
| Subsolver.Cplex.NumericalEmphasis | 수치적 안정성 강조
범위: 0, ..., 1 | 1 |
| Subsolver.Cplex.OptimalityTarget | CPLEX가 비볼록 이차함수를 처리하는 방법을 지정합니다.
0: 자동
1: 볼록 모델에 대한 전역적으로 최적의 솔루션을 검색합니다.
2: 1차 최적성 조건을 충족하지만 반드시 전역적으로 최적일 필요는 없는 솔루션을 검색합니다.
3: 비볼록 모델에 대한 전역적으로 최적의 솔루션을 검색합니다. | 0 |
| Subsolver.Cplex.ParallelMode | 솔루션 풀을 채울 때 얼마나 많은 시간과 메모리를 사용해야 하는지 제어
-1: 기회주의적
0: 자동
1: 결정적 | 0 |
| Subsolver.Cplex.Probe | MIP 조사 수준 설정
-1: 조사 없음
0: 자동
1: 보통
2: 공격적
3: 매우 공격적 | 0 |
| Subsolver.Cplex.SolutionPoolIntensity | 솔루션 풀을 채울 때 얼마나 많은 시간과 메모리를 사용해야 하는지 제어
0: 자동
1: 약함
2: 보통
3: 공격적
4: 매우 공격적 | 0 |
| Subsolver.Cplex.SolutionPoolReplace | 솔루션 풀의 솔루션이 가득 차면 교체하는 방법
0: 가장 오래된 교체
1: 최악의 교체
2: 다양한 찾기 | 0 |
| Subsolver.Gurobi.MIPFocus | MIP 포커스
0: 자동
1: 타당성
2: 최적성
3: 최적의 경계 | 0 |
| Subsolver.Gurobi.NumericFocus | MIP 포커스
0: 자동
1: 약함
2: 보통
3: 공격적 | 1 |
| Subsolver.Gurobi.PoolSearchMode | 추가 해결책 찾기
0: 추가 노력 없음
1: 해결책을 찾아보세요
2: n개의 최적 솔루션 찾기 | 0 |
| Subsolver.Gurobi.PoolSolutions | 저장된 MIP 솔루션 수를 결정합니다.
범위: 1, ..., 2000000000 | 10 |
| Subsolver.Gurobi.ScaleFlag | 모델 크기 조정 제어
-1: 자동
0: 꺼짐
1: 약함
2: 보통
3: 공격적 | -1 |
| Subsolver.Ipopt.LinearSolver | Ipopt 선형 하위 해결사
0: 기본값
1: MA27
2: MA57
3: MA86
4: MA97
5: 유행성 이하선염 | 5 |
| Subsolver.Ipopt.MaxIterations | 최대 반복 횟수
범위: 0, ..., 무한대 | 1000 |
| Subsolver.Rootsearch.MaxIterations | 최대 루트 검색 반복
범위: 0, ..., 무한대 | 100 |
| Subsolver.Rootsearch.Method | 사용할 루트 검색 방법
0: TOMS748
1: 이등분 | 0 |
| Subsolver.Cplex.SolutionPoolGap | 솔루션 풀의 목표 값에 대한 상대 간격 필터를 설정
범위: [0, 1e+75] | 1e+75 |
| Subsolver.Cplex.WorkMemory | 디스크 교체 시작 시점에 대한 메모리 제한
범위: [0, 1e+75] | 0 |
| Subsolver.Gurobi.Heuristics | MIP 휴리스틱에 소비된 상대적인 시간입니다.
범위: [0, 1] | 0.05 |
| Subsolver.Ipopt.ConstraintViolationTolerance | Ipopt의 제약 조건 위반 허용
범위: 실제 | 1e-08 |
| Subsolver.Ipopt.RelativeConvergenceTolerance | 상대적 수렴 허용오차
범위: 실제 | 1e-08 |
| Subsolver.Rootsearch.ActiveConstraintTolerance | 루트 검색에 대한 Epsilon 제약 조건 허용
범위: [0, ] | 0 |
| Subsolver.Rootsearch.TerminationTolerance | 루트 검색에 대한 엡실론 람다 허용오차
범위: [0, ] | 1e-16 |
| Subsolver.슬롯 사이트 추천ReuseHyperplanes.Fraction | 생성된 초평면의 재사용 비율.
범위: [0, 1] | 0.1 |
| Subsolver.Cbc.AutoScale | 이상해 보이는 경우 목표, rhs 및 문제 범위를 확장할지 여부(실험적)
범위: 부울 | 0 |
| Subsolver.Cbc.DeterministicParallelMode | 결정적 모드에서 다중 스레드로 Cbc 실행
범위: 부울 | 0 |
| Subsolver.Cplex.AddRelaxedLazyConstraintsAsLocal | 완화 지점에서 생성된 지연 제약 조건을 로컬 또는 글로벌로 추가할지 여부
범위: 부울 | 0 |
| Subsolver.Cplex.UseGenericCallback | 단일 트리 전략에서 새로운 일반 콜백 사용
범위: 부울 | 0 |
| Subsolver.슬롯 사이트 추천ReuseHyperplanes.Use | 메인 이중 모델에서 유효하게 생성된 초평면을 재사용합니다.
범위: 부울 | 1 |
| 하위 해결사.슬롯 사이트 추천UseFBBT | NLP 문제에 대해 FBBT를 수행하세요.
범위: 부울 | 1 |
이중 전략
이 설정은 슬롯 사이트 추천의 이중 전략, 즉 ESH 또는 ECP 알고리즘을 활용하는 다면체 외부 근사의 다양한 기능을 제어합니다.
| 옵션 | 설명 | 기본값 |
| Dual.CutStrategy | 듀얼 컷 전략
0: ESH
1: ECP | 0 |
| Dual.ESH.InteriorPoint.CuttingPlane.IterationLimit | 최소최대 절단 평면 솔버의 반복 제한
범위: 1, ..., 무한대 | 100 |
| Dual.ESH.InteriorPoint.CuttingPlane.IterationLimitSubsolver | 최소화 하위 솔버의 반복 제한
범위: 0, ..., 무한대 | 100 |
| Dual.ESH.InteriorPoint.UsePrimalSolution | 원초적 솔루션을 인테리어 포인트로 활용
0: 아니요
1: 새로 추가
2: 기존 교체
3: 평균 사용 | 1 |
| Dual.HyperplaneCuts.MaxPerIteration | 반복당 추가할 최대 초평면 수
범위: 0, ..., 무한대 | 200 |
| Dual.HyperplaneCuts.ObjectiveRootSearch | 목적 루트 검색을 사용하는 경우
0: 항상
1: If볼록
2: 절대로 | 1 |
| Dual.MIP.InfeasibilityRepair.IterationLimit | 원시 목적값 개선 없이 해결된 실현 불가능한 문제의 최대 개수
범위: 0, ..., 무한대 | 100 |
| Dual.MIP.NumberOfThreads | MIP 솔버에서 사용할 스레드 수: 0: 자동
범위: 0, ..., 999 | 슬롯 사이트 추천 스레드 |
| 이중.MIP.Presolve.Frequency | MIP 사전 해결 호출 시기
0: 없음
1: 한 번
2: 항상 | 1 |
| Dual.MIP.SolutionLimit.ForceOptimal.Iteration | 최적의 MIP 솔루션을 강제하기 위한 이중 바인딩 업데이트가 없는 반복
범위: 0, ..., 무한대 | 10000 |
| Dual.MIP.SolutionLimit.IncreaseIterations | MIP 솔루션 제한 사이의 최대 반복 횟수 증가
범위: 0, ..., 무한대 | 50 |
| Dual.MIP.SolutionLimit.Initial | 초기 MIP 솔루션 제한
범위: 1, ..., 무한대 | 1 |
| 이중.MIP.SolutionPool.Capacity | 솔루션 풀의 최대 솔루션 수
범위: 0, ..., EAT | 100 |
| 듀얼.MIP.솔버 | 사용할 MIP 솔버
0: 단지
1: 구로비
2: MBC | Cplex(라이센스가 있는 경우), 그렇지 않은 경우 Cbc |
| Dual.ReductionCut.MaxIterations | 원시 개선 없이 원시 절단 감소의 최대 수
범위: 0, ..., EAT | 20 |
| Dual.ReductionCut.Strategy | 사용할 축소 컷 전략
0: 분수
1: 황금비율 | 0 |
| 이중.이완.빈도 | LP 문제 해결 빈도: 0: 비활성화
범위: 0, ..., 무한대 | 0 |
| Dual.Relaxation.IterationLimit | 처음에 해결해야 할 완화된 LP 문제의 최대 개수
범위: 0, ..., 무한대 | 200 |
| Dual.Relaxation.MaxLazyConstraints | 단일 트리 전략의 완화된 솔루션에 추가할 최대 지연 제약 조건 수
범위: 0, ..., 무한대 | 0 |
| Dual.TreeStrategy | 사용할 주요 전략
0: 다중 트리
1: 단일 트리 | 1 |
| Dual.ESH.InteriorPoint.CuttingPlane.ConstraintSelectionFactor | 절단 평면을 생성하기 위해 위반된 제약 조건의 비율
범위: [0, 1] | 0.25 |
| Dual.ESH.InteriorPoint.CuttingPlane.TerminationToleranceAbs | LP와 라인서치 목표 사이의 절대 종료 허용오차
범위: [0, ] | 1 |
| Dual.ESH.InteriorPoint.CuttingPlane.TerminationToleranceRel | LP와 라인서치 목표 간의 상대적 종료 허용오차
범위: [0, ] | 1 |
| Dual.ESH.InteriorPoint.CuttingPlane.TimeLimit | 최소최대 솔버의 시간 제한
범위: [0, ] | 10 |
| Dual.ESH.InteriorPoint.MinimaxObjectiveLowerBound | 최소최대 목적변수의 하한값
범위: [-무한대, 0] | -1e+12 |
| Dual.ESH.InteriorPoint.MinimaxObjectiveUpperBound | 최소최대 목적변수의 상한
범위: 실제 | 0.1 |
| Dual.ESH.Rootsearch.ConstraintTolerance | 개별 초평면을 추가하지 않을 경우에 대한 제약 허용 오차
범위: [0, ] | 1e-08 |
| Dual.HyperplaneCuts.ConstraintSelectionFactor | 지원 초평면/절단 평면을 생성하기 위해 위반된 제약 조건의 비율
범위: [0, 1] | 0.5 |
| Dual.HyperplaneCuts.MaxConstraintFactor | 이 요소와 최대값의 곱보다 큰 값을 가진 제약 조건에 대해 루트 검색이 수행되었습니다.
범위: [1e-06, 1] | 0.1 |
| Dual.MIP.CutOff.InitialValue | 사용할 초기 컷오프 값
범위: 실제 | 슬롯 사이트 추천 컷오프 |
| Dual.MIP.CutOff.Tolerance | 객관적 컷오프 값에 대한 추가 허용오차(실행 불가능한 하위 문제를 방지하기 위해)
범위: 실제 | 1e-05 |
| Dual.MIP.InfeasibilityRepair.TimeLimit | 실행 불가능한 문제 해결 시 시간 제한
범위: [0, ] | 10 |
| Dual.MIP.NodeLimit | 단일 트리 전략에서 MIP 솔버에 사용할 노드 제한
범위: [0, ] | 슬롯 사이트 추천 노들림 |
| Dual.MIP.OptimalityTolerance | MIP 솔버의 최적화를 위한 감소된 비용 허용 범위
범위: [1e-09, 0.01] | 1e-06 |
| Dual.MIP.SolutionLimit.ForceOptimal.Time | 최적의 MIP 솔루션을 강제하기 위한 이중 바인딩 업데이트가 없는 시간
범위: [0, ] | 1000 |
| Dual.MIP.SolutionLimit.UpdateTolerance | MIP 솔루션 제한을 업데이트할 시기에 대한 제약 허용치
범위: [0, ] | 0.001 |
| Dual.ReductionCut.ReductionFactor | 컷오프 값을 줄이는 데 사용되는 요소
범위: [0, 1] | 0.001 |
| Dual.Relaxation.TerminationTolerance | 초기 LP 문제 해결 시 시간 제한
범위: 실제 | 0.5 |
| Dual.Relaxation.TimeLimit | 초기 LP 문제 해결 시 시간 제한
범위: [0, ] | 30 |
| Dual.ESH.InteriorPoint.CuttingPlane.Reuse | 메인 이중 모델에서 유효한 절단면 재사용
범위: 부울 | 0 |
| Dual.ESH.Rootsearch.UniqueConstraints | 반복당 제약조건당 하나의 초평면만 허용
범위: 부울 | 0 |
| Dual.ESH.Rootsearch.UseMaxFunction | 최대 기능에 대해 루트 검색을 수행하고 그렇지 않으면 개별 제약 조건에 대해 수행
범위: 부울 | 0 |
| Dual.HyperplaneCuts.Delay | 최적의 MIP 솔루션 이후에만 모델에 초평면 컷 추가
범위: 부울 | 1 |
| Dual.HyperplaneCuts.SaveHyperplanePoints | 생성된 초평면 목록에 포인트를 저장할지 여부
범위: 부울 | 0 |
| Dual.HyperplaneCuts.UseIntegerCuts | 이진 문제에 대해 실현 불가능한 정수 조합에 대한 정수 컷 추가
범위: 부울 | 0 |
| Dual.MIP.CutOff.UseInitialValue | 초기 컷오프 값 사용
범위: 부울 | 1, 만약에컷오프설정됨 |
| Dual.MIP.InfeasibilityRepair.IntegerCuts | 정수 절단의 타당성 복구 허용
범위: 부울 | 1 |
| Dual.MIP.InfeasibilityRepair.Use | 볼록하지 않은 문제에 대한 실행 불가능성 복구 전략 활성화
범위: 부울 | 1 |
| Dual.MIP.Presolve.RemoveRedundantConstraints | 중복 제약 조건 제거(presolve에 의해 결정됨)
범위: 부울 | 0 |
| Dual.MIP.Presolve.UpdateObtainedBounds | MIP 모델에 대한 경계 업데이트(presolve에서)
범위: 부울 | 1 |
| Dual.MIP.UpdateObjectiveBounds | 비선형 목적 변수 경계를 원시/이중 경계로 업데이트
범위: 부울 | 0 |
| Dual.ReductionCut.Use | 비볼록 문제에 대한 이중 감소 절단 전략 활성화
범위: 부울 | 1 |
| 이중.휴식.사용 | 처음에 연속 이중 완화 해결
범위: 부울 | 1 |
최적화 모델
이러한 설정은 제공된 최적화 모델에 대한 슬롯 사이트 추천 표현 및 처리의 다양한 측면을 제어합니다.
| 옵션 | 설명 | 기본값 |
| Model.BoundTightening.FeasibilityBased.MaxIterations | 바운드 조임 반복의 최대 횟수
범위: 0, ..., 무한대 | 5 |
| Model.BoundTightening.InitialPOA.CutStrategy | 듀얼 컷 전략
0: ESH
1: ECP | 1 |
| Model.BoundTightening.InitialPOA.IterationLimit | POA의 반복 제한
범위: 0, ..., 무한대 | 50 |
| Model.BoundTightening.InitialPOA.StagnationIterationLimit | 큰 진전이 없는 반복 제한
범위: 0, ..., 무한대 | 5 |
| Model.Reformulation.Bilinear.IntegerFormulation | 정수 이중선형 항 재구성
0: 아니요
1: MIP 솔버에서 비볼록 2차 항이 허용되는 경우 아니요
2: 예 | 1 |
| Model.Reformulation.Bilinear.IntegerFormulation.MaxDomain | 이산 값 수보다 더 많은 양을 가정할 수 있는 이중선형 용어로 정수 변수를 다시 구성하지 마십시오.
범위: 2, ..., 무한대 | 100 |
| Model.Reformulation.Constraint.PartitionNonlinearTerms | 제약조건에서 비선형 합계를 분할하는 경우
0: 항상
1: 결과가 볼록한 경우
2: 절대로 | 1 |
| Model.Reformulation.Constraint.PartitionQuadraticTerms | 제약조건에서 2차 합을 분할하는 경우
0: 항상
1: 결과가 볼록한 경우
2: 절대로 | 1 |
| Model.Reformulation.Monomials.Formulation | 이진 단항식을 재구성하는 방법
0: 없음
1: 단순
2: 코스타와 리베르티 | 1 |
| Model.Reformulation.ObjectiveFunction.PartitionNonlinearTerms | 목적 함수에서 비선형 합을 분할해야 하는 경우
0: 항상
1: 결과가 볼록한 경우
2: 절대로 | 1 |
| Model.Reformulation.ObjectiveFunction.PartitionQuadraticTerms | 목적 함수에서 2차 합을 분할하는 경우
0: 항상
1: 결과가 볼록한 경우
2: 절대로 | 1 |
| Model.Reformulation.Quadratics.EigenValueDecomposition.Formulation | 고유값 분해에 사용할 공식
0: 항 계수가 재구성에 포함됩니다.
1: 기간 계수가 남아 있음 | 0 |
| Model.Reformulation.Quadratics.ExtractStrategy | 비선형 표현식에서 2차 항을 추출하는 방법
0: 추출하지 않음
1: 동일한 목표 또는 제약 조건으로 추출
2: 볼록하지 않은 경우 2차 등식 제약 조건으로 추출
3: 볼록하더라도 2차 등식 제약 조건으로 추출 | 1 |
| Model.Reformulation.Quadratics.Strategy | 2차 함수를 처리하는 방법
0: 모두 비선형
1: 2차 목적 사용
2: 볼록 2차 목적 및 제약 조건 사용
3: 비볼록 2차 목적 및 제약 조건 사용 | 2 |
| Model.BoundTightening.FeasibilityBased.TimeLimit | 바운드 조임 시간 제한
범위: [0, ] | 2 |
| Model.BoundTightening.InitialPOA.ConstraintTolerance | 제약 종료 허용 범위
범위: 실제 | 0.1 |
| Model.BoundTightening.InitialPOA.ObjectiveConstraintTolerance | 객관적 제약 종료 허용 범위
범위: 실제 | 0.001 |
| Model.BoundTightening.InitialPOA.ObjectiveGapAbsolute | 절대 목표 격차 종료 수준
범위: 실제 | 0.1 |
| Model.BoundTightening.InitialPOA.ObjectiveGapRelative | 상대 목표 격차 종료 수준
범위: 실제 | 0.1 |
| Model.BoundTightening.InitialPOA.StagnationConstraintTolerance | 진행이 없을 때의 허용 오차 계수
범위: 실제 | 0.01 |
| Model.BoundTightening.InitialPOA.TimeLimit | 초기 POA 시간 제한
범위: 실제 | 5 |
| Model.Convexity.Quadratics.EigenValueTolerance | 2차 항에 대한 헤세 행렬의 고유값에 대한 볼록성 허용오차
범위: [0, ] | 1e-05 |
| Model.Reformulation.Quadratics.EigenValueDecomposition.Tolerance | 이 값보다 작은 고유값을 가진 변수는 무시됩니다.
범위: [0, ] | 1e-06 |
| Model.Variables.Continuous.MaximumUpperBound | 연속 변수의 최대 상한
범위: 실제 | 1e+50 |
| Model.Variables.Continuous.MinimumLowerBound | 연속형 변수의 최소 하한
범위: 실제 | -1e+50 |
| Model.Variables.Integer.MaximumUpperBound | 정수 변수의 최대 상한
범위: 실제 | 2e+09 |
| Model.Variables.Integer.MinimumLowerBound | 정수 변수의 최소 하한
범위: 실제 | -2e+09 |
| Model.Variables.NonlinearObjectiveVariable.Bound | 보조 비선형 목적 변수의 최대 절대 경계
범위: 실제 | 1e+12 |
| Model.BoundTightening.FeasibilityBased.Use | 타당성 기반 경계 강화 수행
범위: 부울 | 1 |
| Model.BoundTightening.FeasibilityBased.UseNonlinear | 비선형 표현식에 대한 타당성 기반 경계 강화 수행
범위: 부울 | 1 |
| Model.BoundTightening.InitialPOA.Use | 초기 다면체 외부 근사값 생성
범위: 부울 | 0 |
| Model.Convexity.AssumeConvex | 문제가 볼록하다고 가정
범위: 부울 | 0 |
| Model.Reformulation.Bilinear.AddConvexEnvelope | 쌍선형 항에 볼록한 봉투(원래 경계에 따라) 추가
범위: 부울 | 0 |
| Model.Reformulation.Monomials.Extract | 비선형 표현식에서 단항항 추출
범위: 부울 | 1 |
| Model.Reformulation.ObjectiveFunction.Epigraph.Use | 비선형 목표를 보조 제약 조건으로 다시 공식화합니다.
범위: 부울 | 0 |
| Model.Reformulation.Quadratics.EigenValueDecomposition.Use | 볼록 2차 함수의 고유값 분해를 사용할지 여부
범위: 부울 | 0 |
| Model.Reformulation.Signomials.Extract | 비선형 표현식에서 부호항 추출
범위: 부울 | 1 |
모델링 시스템
이러한 설정은 다양한 모델링 환경에 대한 인터페이스에서 사용되는 기능을 제어합니다.
| 옵션 | 설명 | 기본값 |
| ModelingSystem.슬롯 사이트 추천QExtractAlg | 슬롯 사이트 추천 인터페이스의 2차 방정식 추출 알고리즘
0: 자동
1: 3패스
2: 이중 전달
3: 동시 | 0 |
| ModelingSystem.슬롯 사이트 추천QExtractDenseSwitchFactor | 슬롯 사이트 추천 인터페이스의 2차 추출 알고리즘에 대한 희소/밀도 인자.
범위: [0, ] | 0.008 |
| ModelingSystem.슬롯 사이트 추천QExtractDenseSwitchLog | 슬롯 사이트 추천 인터페이스의 2차 추출 알고리즘에서 희소/밀도 인자 선택에 대한 추가 정보를 인쇄할지 여부.
범위: 부울 | 0 |
원초적 휴리스틱
이 설정은 슬롯 사이트 추천에서 사용되는 원초적 경험적 방법을 제어합니다.
| 옵션 | 설명 | 기본값 |
| Primal.FixedInteger.CallStrategy | 고정 전략은 언제 사용해야 합니까
0: 각 반복 사용
1: 반복 또는 시간 기준
2: 반복 또는 시간을 기반으로 하며 가능한 모든 MIP 솔루션에 대해 | 2 |
| Primal.FixedInteger.Frequency.Iteration | 호출 간 최대 반복 횟수
범위: 0, ..., 무한대 | 10 |
| Primal.FixedInteger.IterationLimit | 호출당 최대 반복 횟수
범위: 0, ..., 무한대 | 10000000 |
| Primal.FixedInteger.Solver | 사용할 NLP 해결사
0: 아이팝트
1: 슬롯 사이트 추천
2: 사격 | 1 |
| Primal.FixedInteger.Source | 고정 MIP 솔루션 포인트 소스
0: 모두
1: 첫 번째
2: 모두 가능함
3: 첫 번째이자 모든 것이 가능함
4: 최소 제약 편차 포함 | 3 |
| Primal.FixedInteger.SourceProblem | NLP 문제에 사용할 문제 공식
0: 원래 문제
1: 재구성된 문제
2: 둘 다 | 0 |
| Primal.FixedInteger.DualPointGap.Relative | MIP 포인트와 이중 솔루션 사이의 목표 격차가 이보다 작으면 고정 전략이 활성화됩니다.
범위: [0, ] | 0.001 |
| Primal.FixedInteger.Frequency.Time | 호출 사이의 최대 지속 시간(초)
범위: [0, ] | 5 |
| Primal.FixedInteger.TimeLimit | NLP 문제당 시간 제한
범위: [0, ] | 10 |
| Primal.Tolerance.Integer | 원초적 해결책을 수용하기 위한 정수 허용오차
범위: 실제 | 1e-05 |
| Primal.Tolerance.LinearConstraint | 원초해를 수용하기 위한 선형 제약 조건 허용
범위: 실제 | 1e-06 |
| 원초.공차.비선형제약 | 원초해를 수용하기 위한 비선형 제약 허용오차
범위: 실제 | 1e-05 |
| Primal.FixedInteger.CreateInfeasibilityCut | 실행 불가능한 솔루션 포인트에서 컷 생성
범위: 부울 | 0 |
| Primal.FixedInteger.Frequency.Dynamic | 성공에 따라 호출 빈도를 동적으로 업데이트
범위: 부울 | 1 |
| Primal.FixedInteger.OnlyUniqueIntegerCombinations | 동일한 정수 조합으로 해결할지 여부, 예: 다양한 연속 변수 시작점이 있는 비볼록 문제의 경우
범위: 부울 | 1 |
| Primal.FixedInteger.Use | 고정 정수 원시 전략 사용
범위: 부울 | 1 |
| Primal.FixedInteger.Warmstart | NLP 해석기 웜 스타트
범위: 부울 | 1 |
| Primal.Rootsearch.Use | 루트 검색을 사용하여 근본적인 해결책을 찾으세요
범위: 부울 | 1 |
| Primal.Tolerance.TrustLinearConstraintValues | 하위 솔버(NLP, MIP)가 선형 제약 조건을 존중하는 원시 솔루션을 제공한다고 신뢰
범위: 부울 | 1 |
해지
이 설정은 슬롯 사이트 추천이 솔루션 프로세스를 종료하는 시기를 제어합니다.
| 옵션 | 설명 | 기본값 |
| 종료.DualStagnation.IterationLimit | 상당한 이중 목표 값 개선이 없는 최대 반복 횟수
범위: 0, ..., 무한대 | 무한대 |
| 종료.IterationLimit | 주요 전략의 반복 제한
범위: 1, ..., 무한대 | 슬롯 사이트 추천 iterlim |
| 종료.PrimalStagnation.IterationLimit | 상당한 원시 목적값 개선이 없는 최대 반복 횟수
범위: 0, ..., 무한대 | 50 |
| 종료.ConstraintTolerance | 비선형 제약조건에 대한 종료 허용오차
범위: [0, ] | 1e-08 |
| 종료.DualStagnation.ConstraintTolerance | 종료를 위한 후속 반복에서 최대 비선형 제약 조건 오류 간의 최소 절대 차이
범위: [0, ] | 1e-06 |
| 종료.ObjectiveConstraintTolerance | 비선형 목표 제약조건에 대한 종료 허용오차
범위: [0, ] | 1e-08 |
| 종료.ObjectiveGap.Absolute | 목적 함수에 대한 절대 간격 종료 허용오차
범위: [0, ] | 슬롯 사이트 추천 optca |
| 종료.ObjectiveGap.상대 | 목적 함수에 대한 상대적 간격 종료 허용오차
범위: [0, ] | 슬롯 사이트 추천 optcr |
| 종료.TimeLimit | 솔버의 시간 제한
범위: [0, ] | 슬롯 사이트 추천 리슬림 |
전략
슬롯 사이트 추천에서 사용되는 전체 전략 매개변수.
| 옵션 | 설명 | 기본값 |
| Strategy.UseRecommendedSettings | 전략에 따라 일부 설정을 권장 값으로 수정
범위: 부울 | 1 |