361

Neu in LINDO API 14.0

Die nachfolgende Liste enthält die neuen Funktionen sowie Informationen zur Steigerung der Performance der jeweils angegeben Version der LINDO API.

Version 14.0

Neu in LINDO API 14.0

Linearer Integer Solver

  • Verbesserte Heuristiken für allgemeine ganzzahlige Modelle
  • Durchschnittliche Leistungsverbesserung von 2 - 3 % auf dem Standard-Testdatensatz
  • Verbesserte Methode zur Erzeugung alternativer Optima für lineare Modelle:
    • Der erste Aufruf von LSgetNextBestSol() erzeugt eine vorher festgelegte Anzahl von Eckpunkten durch Pivotierung der optimalen Lösungsmenge.
    • Nachfolgende Aufrufe liefern nicht-redundant aufeinanderfolgende Eckpunkte zurück.
    • Standardlösungsabfrageverfahren können verwendet werden, um nach jedem Aufruf von LSgetNextBestSol auf primär-duale Vektoren zuzugreifen.

Linearisierung

  • Unterstützung für Indikator-Bedingungen, z. B. z = 0 impliziert x + y <= 0;
  • Mehr Ausdrücke können automatisch linearisiert werden, so dass jetzt ein schnellener linearer Solver verwendet werden kann, wo sonst ein deutlich langsamerer nichtlinearer Solver erforderlich wäre.
  • Erweiterte Linearisierung von QP- und konischen Modellen
  • Verbesserte Linearisierung bestimmter IF-Ausdrücke

Nonlinear und Global Solver

  • Schnellere Lösung (Größenordnung) von linearen fraktionalen Programmen (Verhältnisziele)
  • Verbesserter Bound-Tightening-Prozess beim Vorverarbeiten nichtlinearer Modelle
  • Automatische Generierung von Hilfsvariablen zur Verbesserung der Performance bei komplizierten Ausdrücken
  • Unterstützung für zusätzliche nützliche, aber "problematische" Funktionen: Power-Utility-Funktion (xg-1)/g und die Exponentialverhältnisfunktion (exp(g) - 1)/g sind in einigen Situationen zur Modellierung des Verbraucherverhaltens wichtig. Die LINDO-API kann nun die numerischen Probleme vermeiden, die auftreten, wenn g gegen 0 geht.

Schnittstellen

  • Julia/JuMP wird jetzt offiziell unterstützt.
  • Die Installation der Python-Schnittstelle ist jetzt via pip (pypi.org) einfacher.
  • Die Matlab-Schnittstelle bietet nun zwei alternative Methoden für lineare und ganzzahlige Optimierung, LSlinprog und LSintprog. Die Argumentlisten folgen ihren Gegenstücken, linprog und intprog, in der Matlab-Optimierungs-Toolbox.