- 综合排序
- 最热优先
- 最新优先
- 来自专栏Act的项目管理
何为求解器？
最近学习到的关于求解器的新知识总结。首先求解器是用在数学规划问题中的常见工具，那么问题来了，数学中用到的工具和供应链业务有什么相关呢？ 目前市面上主要分商用求解器、开源求解器两类。商用求解器主要有IBM CPLEX、GUROBI；开源求解器主要有SCIP。商用求解器的效率一般是开源求解器的5-7倍。 影响求解器运行效率的因素 在这里主要分享自己了解的两个因素： 1) 模型＞求解器版本＞硬件条件 首先是业务问题在抽象化为数学问题时的建模好坏，是直接影响求解器运行效率的最大因素。 最后才是运行求解器的硬件本身的条件，这反而是对求解器效率影响程度最小的。但是如果采用求解器时，尽量部署在单独的设备上，因为在程序运行算法时，还是吃CPU比较大的，基本是满负荷运转。 当求解器模拟计算的值达到设定gap值后，就可以终止求解策略（收敛到gap的时间值也是作为衡量求解器好坏的重要依据。收敛越快效率越高，见图）。
10.9K10发布于 2021-07-27 - 来自专栏数据魔术师
调用OR-Tools求解器求解网络流问题
大家好，小编最近新学了一个求解器OR-Tools，今天给大家介绍一下如何用OR-Tools求解器求解网络流问题中的最大流问题和 最小费用流问题。 OR-Tools求解器的调用 OR-Tools是谷歌开源的一个高效的运筹学工具包，包含整数线性规划，约束规划等问题的求解器，可以用于处理最困难的网络流、交通调度等组合优化和规划问题。 No. 01最大流问题 OR-Tools求解器解决最大流问题使用的是 push-relabel 算法。它最大的特点是一个结点一个结点地进行查看，每一步只检查当前结点的邻接点。 （下文介绍的是push-relabel算法的通用思路，可能与OR-Tools求解器的求解思路有所不同） 1.1 定义预流(preflow) push-relabel 算法的重要步骤是预流。 ：solve()方法调用求解器并求出最优解，若最优解与样例所给出的最优解一致，则输出相应最优解，反之则输出错误提示。
3.6K41发布于 2021-09-02 - 来自专栏数据魔术师
调用OR-Tools求解器求解装箱问题
暑假即将进入尾声，不知道小伙伴们有没有做好准备迎接新的学期呢~ 今天小编将继续前几篇关于OR-Tools求解器的内容，为大家介绍如何调用该求解器求解装箱问题。 对于OR-Tools求解器还不了解的小伙伴们可以参考往期推文了解这款求解器的强大功能： OR-Tools|带你了解谷歌开源优化工具(Google Optimization Tools) #01简介 OR-Tools 求解器中关于装箱问题的内容大致能分为三种，分别是： 1、The Knapsack Problem：要求将一组具有给定值和大小（如重量或体积）的物品打包到定容量的容器中。 #02调用求解器 调用OR-Tools求解器需要导入所需的jar包，导入的具体过程详见往期推文： 调用OR-Tools求解器求解网络流问题 ·The Knapsack Problem 1、导入所需要的库 KnapsackSolver.SolverType.KNAPSACK_MULTIDIMENSION_BRANCH_AND_BOUND_SOLVER, "test"); final long computedValue = solver.solve(); 调用slove()方法完成相应求解
2.8K61发布于 2021-09-02 数值PDE求解器超越神经PDE求解器的可解释框架
数值PDE求解器超越神经PDE求解器摘要提出DeepFDM，一种可微分有限差分框架，用于学习时空依赖偏微分方程（PDE）中的空间变化系数。 这些结果将DeepFDM确立为数据驱动的参数PDE求解和识别的稳健、高效和透明基线。
25010编辑于 2025-08-27- 来自专栏数据魔术师
Jsprit与自研求解器关于VRPTW问题求解的比较
前言 哈啰 又见面啦 上次我们介绍了Jsprit与自研求解器的 简介与使用方法 （Jsprit和自研车辆路径规划求解器的介绍） 这次我们让它们来切磋切磋吧 1 求解准备 • 运行环境：IntelliJ 还不了解如何使用工具的同学可以去看看上一期的求解器工具使用介绍哦。 怎么样 小编没有糊弄你们吧 2.3 收敛速度比较 为了进一步展示我们自研求解器在求解这类问题上的优势，小编进一步比较了两个求解器的收敛速度。 为了使得Jsprit与我们自研求解器的比较更加明显，小编这里使用上文算例集中性能表现差距最大的算例，也就是R101算例来比较两个求解器的收敛情况。 按照小编自己的感受来看，Jsprit比我们自研的求解器慢得多：自研求解器的使用从上传到接收Json文件都可以做到数秒、甚至毫秒级别；而Jsprit可能要一分多钟。
1.2K20编辑于 2022-09-07 - 来自专栏zinyan
Edge 浏览器，自带的 数学求解器
1.介绍 现在Edge浏览器，默认集成了一个数学求解器可以实现代数、三角函数、统计、算术、微积分，二次方程式等等。数学题目的求解和解题介绍。 如果你碰见了数学公式不会求解。只有答案没有过程。 网上各种数学求解器需要各种注册账号等功能。那么，Edge浏览器中自带的数学求解器可以说是一个很好的选择了。 我们可以通过框选工具，在屏幕中截图并解析数学题目。也可以使用键盘输入数学问题并进行求解。 启动 方法一：我们可以通过设置-更多工具-数学求解器。启动数学求解器功能。 但是这种启动方式，每次打开浏览器之后，都要重新选择才能启动。比较繁琐。 方法二：将数学求解器固定到浏览器工具栏中 设置-外观-选择要在工具栏上显示的按钮-数学求解器 打开求解器后，在浏览器上就会出现插件入口了。 3. 使用求解器 主要使用方法有两种，输入数学问题，和截图框选问题。两种方法都可以进行各种数学问题的求解。
2.1K20编辑于 2023-07-13 - 来自专栏软件安装技巧
求解器LINGO软件，线性通用优化求解器Lingo中文版下载安装教程
在优化求解器的世界里，LINGO是一匹黑马。 它的名字“Linear Interactive and General Optimizer”的缩写，既不华丽，也不花哨，但它拥有着强大的功能。 它可以用于非线性规划的求解，也可以用于线性和非线性方程组的求解等。而且，它的特色在于内置建模语言和十几个内部函数，可以允许决策变量是整数，包括 0-1 整数规划。 如果您正在寻找一个优秀的优化求解器，LINGO18.0绝对是一个值得尝试的选择。linggo提取地pspuzi.com/? PbWDFKMBKUWS总之，LINGO的强大功能、灵活性和执行速度使其成为一款不可多得的优化求解器。通过LINGO，您可以轻松地解决各种线性和非线性问题，并获得准确和高效的结果。 如果您正在寻找一个性能卓越的优化求解器，那么LINGO18.0绝对是一个值得选择的工具。
1.4K40编辑于 2023-03-16 - 来自专栏算法和应用
最先进的Sparse直接求解器
我们将演示电路仿真产生的问题，近年来的改进如何显着提升直接求解方法。
1K20发布于 2019-07-18 - 来自专栏WELSIM
编译开源电磁仿真求解器Palace
Palace 是AWS Labs推出的一款用于全波 3D 电磁仿真的并行有限元求解器，开源许可证为Apache 2.0，求解器支持频域/时域全波、特征模、静电/静磁集总参数提取，适配笔记本到超算的多平台与 编译 MUMPSPalace求解器需要SuperLU, StrumPack，或者MUMPS三个直接线代求解器中的一个，才能求解Wave Port问题。 由于笔者比较熟悉MUMPS，因此就选择的MUMPS求解器作为依赖库。MUMPS是由法国 INRIA、CNRS 等机构联合开发的开源并行稀疏直接求解器库。 编译ARPACKPalace在计算特征值相关的功能时，如计算Eigenmode，需要有SLEPc或者ARPACK复数求解器。 总结目前可用的开源电磁场仿真求解器不多，Palace是目前功能最多的开源电磁求解器。Palace的依赖库较多，版本还在不断更新迭代，一些依赖库只支持Linux版本，增加了Windows下编译的难度。
32010编辑于 2026-01-02 - 来自专栏深度学习和计算机视觉
使用 Python 和 OpenCV 构建 SET 求解器
：全部不同 (2) 阴影：全部相同 (3) 颜色：全部不同 (4) 计数：全部相同 (1) 形状：全部相同 (2) 阴影：全部不同 (3) 颜色：全部相同 (4) 计数：全部不同 构建一个 SET 求解器 这是使用 cv2.imshow() 的操作结果： 就是这样——一个使用 Python 和 OpenCV 的 SET 求解器！这个项目很好地介绍了 OpenCV 和计算机视觉基础知识。
1.8K60编辑于 2022-02-14 - 来自专栏WELSIM
使用WELSIM生成LAMMPS求解器输入文件
当下载LAMMPS求解器文件后，可以通过首选项 – 求解器 - LAMMPS可执行文件，来配置求解器lmp.exe的路径。定义好模型后，可以直接求解，并得到结果文件。 由于LAMMPS是默认的分子动力学求解器，当进行联合求解时，无需将分析设置节点（Study Settings）的求解器属性设定为LAMMPS。 LAMMPS使用GPL开源协议，WELSIM的安装包中不含LAMMPS求解器。用户需要自行下载求解器。通过简单配置，即可使用WELSIM与LAMMPS联合求解工程问题。 其他开源求解器的支持，可以参考《使用WELSIM生成SU2求解器文件》，《使用WELSIM调用OpenRadioss进行显示动力学分析》，《使用WelSim生成FrontISTR网格与输入文件》，《使用 WELSIM生成MFEM初始网格文件》，《使用WELSIM生成电磁计算软件Palace的求解器文件》, 《使用WELSIM生成Elmer FEM求解器输入文件》。
58310编辑于 2025-01-11 - 来自专栏数据魔术师
数学规划求解器性能测试之VRPTW
数学规划求解器 性能测试之VRPTW 相比于各种各样的算法，用数学规划求解器求解一些模型可以说是非常简单而有效了。 随着CLPEX、Gurobi等各种求解器的出现和求解性能的不断提升，它们在一定程度上已经成为了部分企业乃至学者的偏爱。 但是，求解器真的有这么厉害吗？ 小编认为，求解器还是存在着明显的局限性的。 对小规模算例即使求解器可以求解，所需要的求解时间也很长，很多实际场景往往需要几分钟出结果，这个时候求解器就无能为力了。 这足以说明求解器的作用是非常有限的，主要体现在两个方面： 1、其对很多问题无法求解； 2、在理想的时间内能够求解的问题规模不大 。 因此，在解决部分简单且小规模问题时，运用求解器这种相对简单的求解方法当然是上上策，但是在其他大规模问题的求解上，目前的求解器的性能可能还无法在理想时间内实现求解。 END 代码和算例会在留言区给出
3.6K43发布于 2021-11-09 - 来自专栏APS-高级计划与排程
人工智能包括约束求解器吗？
那么，约束求解器能否也使用人工智能的标签呢？ 约束求解决器的求解又是怎样的一个动作过程呢？ 从历史上看，约束求解器（如Optaplanner)明显是运筹学的一个分支领域，同时也不能排除它属于其它领域（译 者注：约束求解器不仅仅属于运筹学领域）.我认为约束求解器也可以纳入人工智能领域，不仅仅是一些论文和书刊如是说 ，主要是因为掌握约束求解器的应用案例，本身就是已经是一个复杂问题。 约束求解器是不是人工智能的其中一个分支？
1.5K30发布于 2019-09-06 - 来自专栏数值分析与有限元编程
自定义求解器之Cholesky分解法
k])) / self.A[k,k] for k in range(1,n): self.A[0:k,k] = 0.0 # 求解 ): self.b[k] = (self.b[k] - np.dot(self.A[k,0:k], self.b[0:k])) / self.A[k,k] # 求解 [1, 2.75, 3.5] ]) b = np.array([4, 6, 7.25]) cls = LinerSolver(A, b) #创建一个求解器的实例 cls x = cls.CholeskiSolver() #调用Choleski法求解 print(x) 与高斯消去法相比，LL分解的优点在于，一旦A被分解，我们就可以对任意多个常量向量b求解Ax
1.4K30发布于 2021-04-16 - 来自专栏数值分析与有限元编程
自定义求解器之LDLT分解法
分解法解方程组是一些有限元软件的主流求解器常用的方法，比如PKPM软件就采用这个方法。 对称正定矩阵 可以分解为 ,这里 为下三角矩阵且主对角元素皆为1。令 ,则 。 对于多工况分析时形成的荷载矩阵 ,若令 ,则 ，亦即 ,求解更简单。 for k in range(1,n): A[0:k,k] = 0.0 for k in range(n): A[k,k] = 1 # 求解 )) for k in range(n): h = b[k] - np.dot(A[k,0:k], y[0:k]) y[k] = h # 求解 [D]{z} = {y} b = y/D # 求解 [L^T]{x} = {z} for k in range(n-1,-1,-1): h = b[k] -
1.5K20发布于 2021-04-16 - 来自专栏WELSIM
使用WELSIM生成Elmer FEM求解器输入文件
当下载Elmer FEM求解器文件后，可以通过首选项 – 求解器 - Elmer FEM可执行文件，来配置求解器目录的路径。通过这种方式，可以直接调用Elmer FEM，求解模型，得到结果文件。 由于Elmer FEM不是默认的求解器，当进行联合求解时，需要将分析设置节点（Study Settings）的求解器属性设定为Elmer FEM。 Elmer FEM在一个分析中支持多个不同类型的求解器，为支持这个特点，引入了新的Additional Solver节点，用于支持用户添加无限多个求解器设置。 Elmer FEM使用GPL开源协议，WELSIM的安装包中不含Elmer FEM求解器。用户需要自行下载安装求解器。通过简单配置，即可使用WELSIM与Elmer FEM联合求解工程问题。 其他开源求解器的支持，可以参考《使用WELSIM生成CalculiX求解器文件》、《使用WELSIM生成SU2求解器文件》，《使用WELSIM调用OpenRadioss进行显示动力学分析》，《使用WelSim
68310编辑于 2024-04-07 - 来自专栏WELSIM
Windows环境下编译电磁仿真求解器Palace
详情参见《使用WELSIM生成电磁计算软件Palace的求解器文件》一文。尽管Palace功能强大，但作为一款基于Linux开发的科学计算程序，官方并没有提供对Windows操作系统的完全支持。 Palace版本：0.11.2依赖库：Intel MKL：著名的线性矩阵求解器。使用oneAPI 2022.2.0，和Fortran编译器版本一致。METIS：用于并行计算的网格分区工具。 SuperLU_DIST：SuperLU的并行版本，是一个并行的稀疏直接线性代数求解器库。STRUMPACK：一款大规模稀疏矩阵直接数值计算的开源软件库。 其中，SuperLU_DIST，STRUMPACK，MUMPS三个可选的直接线代求解器至少要有一个。本文选用了MUMPS。SLEPc和ARPACK这两个复数求解器，需要至少一个。 总结目前可用的开源电磁场仿真求解器不多，Palace提供了强大的计算功能同时，也有着很友好的开源协议。
97060编辑于 2023-11-20 - 来自专栏WELSIM
生成CalculiX求解器的接触与边界条件
兼容支持 Abaqus 的 INP 输入文件格式，多数 Abaqus 模型也可直接导入 CalculiX 求解，减少学习曲线。求解器代码精简，对硬件资源要求低于商业软件，适合中小型模型的快速计算。 对第三方前后端软件支持也非常好，易于前后处理器与求解器的整合。笔者曾在《使用WELSIM生成CalculiX求解器文件》一文中，介绍了如何快速地生成CalculiX输入文件。 本章节演示前处理器生成结构分析中的边界条件，并显示对应的求解器命令。1. 生成的求解器命令也非常简单明了，根据所选的节点，施加CLOAD载荷。 生成的求解器命令如下所示。
18010编辑于 2026-01-16 - 来自专栏算法工程师的学习日志
Matlab 刚性问题求解器-ode23s
这使得 ode23s 在求解刚性问题时具有较高的稳定性和效率。ode23s 可以自动调整步长大小以适应不同阶段的系统行为，并根据需要调整求解器的精度。 此外，ode23s还可以处理非刚性问题，因此它适用于一般的常微分方程组求解。然而，对于非刚性问题，通常可以选择其他更高效的求解器，例如 ode45。 使用 ode23s 求解器，你需要提供微分方程的函数句柄、初值条件以及求解的时间范围。该求解器将返回在给定时间范围内求得的微分方程的解。 ---- 最后需要注意的是，ode23s 求解器对于一些特定类型的刚性问题可能表现出更好的性能，但对于其他类型的刚性问题可能不如其他求解器（例如 ode15s 或 ode23t）高效。 因此，在实际使用中，根据具体问题的性质选择合适的求解器是很重要的。
1.4K10编辑于 2023-09-05 - 来自专栏拓端tecdat
拓端tecdat|R语言投资组合优化求解器：条件约束最优化、非线性规划求解
p=22853 原文出处：拓端数据部落公众号 本文将介绍R中可用于投资组合优化的不同求解器。 通用求解器 通用求解器可以处理任意的非线性优化问题，但代价可能是收敛速度慢。 特定类别问题的求解器 如果要解决的问题属于某一类问题，如LS、LP、MILP、QP、SOCP或SDP，那么使用该类问题的专用求解器会更好。 LP – 考虑 LP: 最大化: 约束： #> ROI: R 优化基础设施#> 求解器插件: nlminb, ecos, lpsolve, scs.#> 默认求解器: auto. 然而，如果问题不属于任何类别，那么就必须使用非线性优化的一般求解器。在这个意义上，如果一个局部的解决方案就够了，那么可以用许多求解器的包。 如果需要全局求解器，那么软件包gloptim是一个不错的选择，它是许多全局求解器的包。
1.9K20发布于 2021-06-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号