1. 新手快速入门

MindOpt 优化求解器是一款高效的优化问题求解软件,可广泛应用于科研、电力能源、工业制造、交通物流、零售、金融、云计算等领域,是工业软件之芯,是帮助企业“降本增效”的利器。

为了便于在不同平台和环境下使用求解器:
  • MindOpt 支持 Windows/Linux/OSX 系统上的 安装使用

  • 用户既可以通过 命令行 的方式便捷地调用求解功能,也可以利用丰富的 C/C++/Python/JavaAPI 来编写自己的优化程序。

  • 我们同时提供了一些 建模与优化的例子 来说明如何建立、修改优化模型并求解,或是利用初始基来热启动优化算法等等功能,帮助用户掌握利用 API 建模求解的技巧。

  • 考虑到用户对使用建模语言的需求,我们也提供了 AMPL / Pyomo / PuLP 等建模语言的对接方法和示例。同时我们还提供了 Mindopt APL 建模语言支持。

  • 除了直接API输入数据外,我们也支持标准格式的优化问题输入,如 .mps、.lp、.nl、.dat-s文件。

  • 此外,为了适应某些场景下对使用高性能服务器的需求,我们的 远程计算服务(C/S版) 可以利用中心服务器的性能优势进行集中求解,并且支持多客户端、多任务提交的使用方式。

软件获取方式:

其他信息参考下列索引快速了解:

软件版本:

软件版本

安装

快捷命令行

C语言

C++语言

Python语言

Java语言

单机版

安装和许可

命令行

C

C++

Python

Java

Client/Server 架构版

客户端 SDK 安装

同上

C

C++

Python

类似上

代码示例:

单机版-MPS、LP文件输入

C 语言编译示例: MdoMps

C++ 语言编译示例: MdoMps

Python 语言示例: mdo_mps

C/S架构版-提交与检索结果

客户端 C 程序示例

客户端 C++ 程序示例

客户端 Python 程序示例

建模与优化-按行、按列输入

C 语言的建模和优化

C++ 的建模和优化

Python 的建模与优化

MindOpt 求解线性规划问题的执行流程如下图所示。

_images/flowchart_mindopt.jpeg