|
|
强大的LINGO求解器LINGO包含一系列内建的求解器用来处理大量的问题.不像许多建模包,所有的LINGO求解器是直接链接到建模环境的.这种无缝的集成允许LINGO直接把问题在内存中传递给合适的求解器,而不需要通过速度较慢的中间文件.这种链接也最小化了建模组件和求解器组件之间的兼容性问题. 线性求解器 LINGO有下面三种先进的求解器用以处理线性问题. 主偶单纯求解器 Base版本包括主偶单纯求解器,结合了众多增强部分用以最大化求解速度和稳定性.定价选项,例如,包括局部定价和Devex.求解器根据问题特征动态选择最佳定价选项. Barrier求解器 可选的Barrier求解器提供了求解线性模型的备选方法.Barrier选项利用barrier或内点算法来求解线性模型.不像单纯性求解器沿着可行区域的外部移动,Barrier求解器从内部空间移动来寻找最优解.依据某个特定模型的大小和结构,Barrier求解器可能比单纯求解器显著快的多,并能在对大型线性模型时可提供极快的速度-特别是面对带有5000个约束或高度衰退的稀疏模型时.使用Barrier求解器需要订购Barrier许可选项. 整数求解器 对于带有通用或二元整数限制的模型,LINGO包含整数求解器来配合线性,非线性,和二次求解器一起工作.对于线性模型,整数求解器包含预处理和众多的约束"删减"生成程序,能大大减少对于大分类的整数模型的求解次数. 非线性求解器 LINGO包含多个方法来查找非线性模型的局部或全局最优解答. 通用非线性求解器 对于非线性规划模型,被LINGO的可选非求解器使用的最主要的优先技术是基于一般化缩减梯度(Generalized Reduced Gradient，GRG)算法.然而,为了快速的得到一个好的可行的解答,LINGO同样集成了连续线性规划(SLP).非线性求解器利用稀疏来改善速度和更有效的内存使用.使用非线性求解器需要订购非线性许可选项. Global求解器 局部搜索求解器通常被设计用来寻找唯一值直到他们已经确定了一个局部最优解.如果模型是非球面的,其它的局部最优解可能存在,而且是显著更好的解答.除了在找到第一个本地最优解后停止外,全局求解器将继续搜索直到全局最优解被确认.全局求解器转换原始的非球面,非线性问题为多个球面的,线性子问题.然后,它使用分支定界技术通过穷尽搜索这些子问题来寻找全局解.要使用全局优化功能需要订购非线性和全局许可选项. 多点搜索求解器 在有限的时间内寻找全局最优解可能会有些限制,多点搜索求解器可能会是一个用来更快的寻找好的解答的强大工具.它聪明的在求解区域内生成了一系列候选开始点.然后,通用非线性求解器智能的选择这些开始点的一个子集来初始化一系列局部最优解.对于非球面非线性模型,被多点搜索求解器返回的解答的质量将优化那些通用非线性求解器.要使用多点搜索功能需要订购非线性和全局许可选项. 二次求解器 除了求解线性和混合整数模型,带有Barrier选项的LINGO能够自动探测和求解那些目标函数和/或约束包含二次条件的模型.通过利用二次结构,LINGO求解模型能够比使用通用非线性求解器求解快的多.LINGO甚至能够处理带有二元和一般整数约束的二次模型.这些二次能力使得LINGO适合处理某些应用,比如投资优化问题,约束回归问题和特定的困难的逻辑问题的分类(例如,布局问题,带有二次目标的固定费用网络问题).二次求解器包含在Barrier许可选项中. 预处理 预处理程序包含在所有的求解器中.线性和非线性求解器包含比例和模型缩减技术.缩放比例程序能够改善numerically difficult模型的求解速度和稳定性.模型缩减技术通常能够通过分析原始公式和数学化精简到更小的问题中来使得求解更快.整数求解器包含大量的预处理和删减生成程序. LINGO被设计成求解模型的过程尽量需要从用户获得最少的输入.当求解命令被初始化后,LINGO分析问题,如有可能,缩小问题,甚至替换变量.基于模型结构,LINGO自动选择合适的求解器和智能调整内部参数. 线性化 LINGO的线性能力能够显著的改善带有通用的非光滑函数的模型的性能.这个特征能够自动转换许多非光滑函数和操作符(例如,@IF, @MAX 和 @ABS)为一系列线性的,数学的相当的表达式.同样的,一个连续和二元的变量的乘积能够被线性化.许多非光滑模型能够被完全线性化.这允许线性求解器快速找到那些困难问题的一个全局解. 返回LINGO首页 <<数据库能力 交互式模型或创建Turn-key应用程序>>
在线留言尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
|
|
|
|||||||||||||||||||||||||
400-621-1085
