如何在研究中体现MiniZinc的效率

Question

不久前，我正在写一篇或相关的文章以供发表。本文利用MiniZinc给出了一个求解某一优化问题的MILP模型。我从10个实例中最优地解决10个实例。

一位顾问对此进行了回顾，并提到了以下2条评论：

1. 您如何比较MiniZinc与其他最新一代的MILP解决方案，如CPLEX或Gurobi在性能方面？

我一直使用MiniZinc，它对我来说很有效。我如何展示MiniZinc所具有的多功能性？是否有参考书目或证明这一点的方法？

1. 由于MiniZinc不是最著名的MILP求解者之一，所以您应该避免在摘要中提到它的名称。

出于什么原因，你不建议在摘要中提及它？

使用MiniZinc的有效理由是什么？

Answer 1

要证明使用MiniZinc是正确的，最重要的是澄清MiniZinc的功能。运筹学界有时非常固步自封，通常看两件事：

1. 哪一组线性方程组编码你的问题？
2. 什么样的解决过程被用来达成一个解决方案？

然而，MiniZinc应该被看作是这个过程中的一个早期步骤。它允许用户编写问题的高级模型，该模型被编译成求解者可以理解的规范(在MILP求解器的情况下，这将是一组线性方程组)。因此，在OR世界中，它比库(如跳和PyOpt )要好于像Gurobi或CPlex这样的求解者。然而，与这些库不同的是，MiniZinc语言是在更高的层次上编写的，并且打算是解决技术不可知论的，这意味着，除了MILP解决程序之外，您还可以尝试CP、LCG、SMT和SAT解决程序。

关于为什么使用MiniZinc而不是JuMP或PyOpt的一个很好的论点是，MiniZinc通常可以在基于高层模型结构的编码中应用优化。已经发表了多篇关于自动线性化的问题的论文，这些问题在求解器上提供了很好的/新颖的性能。论文约束规划模型的改进线性化甚至表明，MiniZinc有时比该领域的专家创建更有效的线性模型。

最后，应该注意的是，MiniZinc实际上使用了您的顾问所提到的求解器。Gurobi和CPlex可能是线性化良好的问题的最佳MiniZinc求解者。尽管如此，如果您正在使用MiniZinc的一些其他解决程序，那么您可能仍在使用一种最先进的解决方法: Gecode是目前速度最快的约束编程解决程序之一；Gecode在MiniZinc挑战中多次击败它的所有竞争对手，是一种新颖的惰性子句生成求解器；还有更多来自不同解决程序技术的求解器可以与MiniZinc一起使用。

因此，直截了当地回答问题：

您如何比较MiniZinc与其他最新一代的MILP解决方案，如CPLEX或Gurobi在性能方面？

我们不把MiniZinc和Gurobi或CPlex作比较，因为MiniZinc不是一个解决者。然而，MiniZinc将为新的求解者创建模型，如Gurobi和CPlex。

由于MiniZinc不是最著名的MILP求解者之一，所以您应该避免在摘要中提到它的名称。(出于什么原因，你不建议在摘要中提到它？)

如果MiniZinc为您的应用程序做出了很大贡献，那么我认为提到它是公平的；但是，最好将它与使用过的解决程序结合起来。如果您在论文中描述了MiniZinc的过程或它为您所做的工作，它会有所帮助。

使用MiniZinc的有效理由是什么？

MiniZinc是一个很好的工具，可以创建一个人类可读的问题模型，该模型被转换成一个高效的线求解器的规范。