Neuerungen der LINDO API 16.0

Neu in LINDO API 16

Die neue Version LINDO API 16 bietet signifikante Performance-Steigerungen für den Linear-Program- (LP) und Mixed-Integer-Program-Solver (MIP), verbesserte Lösungsstrategien für komplexe nichtlineare Probleme (NLP) und erweitere Unterstützung für externe Solver-Schnittstellen.

Details zu den Neuerungen in LINDO API 16

Linear Program (LP) Solver

• Die Optimierungen am Simplex-Solver führen zu einer durchschnittlichen Leistungssteigerung bei großen Modellen um 25 – 30 %.

Mixed Integer (MIP) Solver

• Für zuvor unlösbare Probleme lassen sich mit neuen Heuristiken am Wurzelknoten qualitativ gute Lösungen finden.
• Erweiterungen bei der Re-Optimierung führen um 15 – 20 % schneller zur Optimalität im Vergleich mit der vorherigen Version.
• In der LINDO Systems Standard-Benchmarksuite stieg die Anzahl der innerhalb von zwei Stunden optimal gelösten Modelle im Vergleich zur vorherigen Version um 20 %.

Nonlinear Program (NLP) Solver

• Schnittstelle für die Open-Source-Bibliothek für nichtlineare Optimierung NLopt
• Verbesserte Leistung durch bessere Lösungsstrategien für schwierige nichtlineare Probleme
• Verbesserter Multi-Start-Solver basierend auf Entropie-Maximierung
• Verbesserte Wiederholbarkeit des Lösungswegs beim Global Solver
• Verbesserter Linearisierungsprozess und Erkennung gängiger Terme
• Strengere lineare Relaxationen durch Einbeziehung variabler Grenzen

Schnittstellen

• Verbesserte Unterstützung für externe Solver wie COPT, Coin/CLP, Highs

Neu in LINDO API 15.0

LINDO API 15 enthält wesentliche Verbesserungen aller Komponenten der Bibliothek, der LP/MIP-Solver, des globalen Optimierers und des nichtlinearen Solvers und bietet erweiterte Unterstützung für externe MIP-Solver.

Details

• Verbesserte Reproduzierbarkeit beim wiederholten Lösen eines Problems, insbesondere mit der „Concurrent"-Option beim Lösen mit dem schnellsten Barrier-, Primal-Simplex- und Dual-Simplex-Solver
• Globaler Solver bietet eine verbesserte Handhabung von IF-Anweisungen und Polynomen
• Erkennung des CENSOR( x, LB, UB)-Konstrukts, die einfachste Form einer einer S-Kurven-Funktion, wie sie beispielsweise in neuronalen Netzen zu finden ist
• Erkennung des POLYNOMIAL-Konstrukts zur besseren Nutzung von univariaten Polynomen
• Verbesserter Multi-Start-Solver zum schnellen Finden guter Lösungen für schwierige nicht-konvexe Probleme
• Erweiterte Unterstützung von externen Solvern, einschließlich linearen Solvern wie COPT, CLP, HIGHS
• Verbesserte Unterstützung von einigen externen nichtlinearen Solvern
• LINDO API 15 ist für alle großen Plattformen verfügbar: Windows, Linux, MacOS, ARM, Android.

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.

Neu in LINDO API 13.0

LINDO API 13 enthält eine Vielzahl von Leistungssteigerungen und neuen Funktionen.

Deutlich schnelleres Lösen von langen, dünnen linearen Modellen

Verbesserungen an den Simplex-Solvern ermöglichen in LINDO API 13 ein wesentlich schnelleres Lösen linearer Modelle mit einem Vielfachen an Variablen wie Nebenbedingungen.

Schneller beim gleichzeitigen Lösen eines linearen Modells mit verschiedenen Solvern

Die in LINDO API 13 verbesserte Funktionalität ermöglicht es Benutzern, gleichzeitig den einfachen und den dualen Simplex-Solver sowie den Barrier-Solver jeweils auf einem separaten Kern auszuführen. Dies stellt eine Lösung in kürzest möglicher Zeit sicher, unabhängig davon, welcher Solver am schnellsten ist.

Verbesserungen am Integer-Solver

Eine bessere Leistung bei vielen ganzzahligen Modellen wurde in LINDO API 13 durch eine verbesserte Vorauswahl von Standardeinstellungen für die Schnittgenerierung und Lösungsheuristik erreicht.

Verbesserungen bei den quadratischen/konischen Solvern

In LINDO API 13 werden Modelle mit e^x- und x^k-Termen, so genannte Barrier Solver Exponential- und Potenzkegel, schneller gelöst.

Neues Werkzeug zur Parameterkonfiguration

Das Parameter-Tuning-Tool in LINDO API 13 hilft bei der Bestimmung der besten Parameterkonfigurationen für alle Modelltypen (LP, MIP, NLP und Stochastik), indem es mehrere Durchläufe mit einem gegebenen Satz von Modellen durchführt. Benutzer können die anzupassenden Parameter vorwählen oder von der LINDO API auswählen lassen.

Zusätzliche Unterstützung für die Optimierung mit mehreren Zielen

Für lineare Modelle können Benutzer in LINDO API 13 eine priorisierte Liste von Zielfunktionen bereitstellen, und die LINDO-API führt eine Lexico/Präemptive-Prioritätsoptimierung durch.

Zahlreiche Erweiterungen des Global Solvers

• Verbesserte Erkennung und Verwendung der Konvexität verschiedener zusammengesetzter Funktionen
• Verbesserte Leistung für Modelle mit konvex-konkaven Funktionen
• Modelle mit Ratio/Fractional-Ziel, einschließlich MIP, finden deutlich schneller eine Lösung
• Erhebliche Geschwindigkeitsverbesserungen bei nicht-konvexen quadratischen Programmen mit quadratischen Nebenbedingungen

Neu in LINDO API 12.0

Version 12 der LINDO API enthält umfangreiche Leistungssteigerungen und neue Funktionen.

Bessere Performance bei linearen Modellen mit dem verbesserten Simplex-Solvern

Die Erweiterungen der Simplex-Solver in LINDO API 12 steigern die Lösungsgeschwindigkeit linearer Modelle im Durchschnitt um 18 % bei Verwendung des einfachen und um 15 % bei Verwendung des dualen Simplex-Solvers.

Erhebliche Performancesteigerung bei großen quadratischen Modellen

Verbesserungen beim Umgang mit großen quadratischen Matrizen, z. B. 1.000 x 1.000, bieten erhebliche Performanceverbesserungen beim Lösen quadratischer Programmiermodelle.

Verbessertes Handling von Modellen mit unstetigen Funktionen

Modelle, die unstetige Funktionen wie MOD(x,k), INT(x), ROUND(x) verwenden, können mit LINDO API 12 noch schneller gelöst werden.

Leistungssteigerung beim gleichzeitigen Lösen von linearen Modellen unter Verwendung verschiedener Solver

Die neue Multi-Core-Funktion erlaubt es, unterschiedliche Solver verschiedenen Cores zuzuweisen und so simultan auszuführen. Dies führt besonders in Situationen, in denen es schwierig ist vorherzusagen, ob beispielsweise der einfache, duale oder der Barrier-Solver die schnellste Lösung eines linearen Modells liefert, zu schnelleren Ergebnissen.

Unterstützung der Spezifikation eines Zielwerts beim Multi-Start-Nonlinear-Solver

Anwender können in LINDO API 12 einen Zielwert für die Zielfunktion vorgeben. Sobald dann einer der Berechnungsthreads des Multi-Start-Solvers das angegebene Ziel erreicht, stoppt die gesamte Berechnung.

Neue Funktionen für Konstruktionsentwürfe

Neue arithmetische Funktionen SIGNPOWER, LMTD und RLMTD sind in LINDO API 12 integriert worden. Diese Funktionen kommen v. a. beim Konstruktionsentwurf z. B. nichtlinearer Netzwerke oder Wärmetauscher zur Anwendung.

Neu in LINDO API 11.0

LINDO API 11 bietet folgende neuen Funktionen und Performanceverbesserungen:

Optimierter Simplex-Solver für schnelleres Lösen von linearen Modellen

LINDO API 11 bietet einen optimierten Simplex-Solver, der große lineare Modelle bis zu 20 % schneller mit dem einfachen und bis zu 15 % schneller mit dem dualen Simplex-Algorithmus löst.

Verbesserter Integer-Solver

Neue Funktionen zur Symmetrieerkennung in LINDO API 11 reduzieren die Zeit, die zum Nachweis der Optimalität bei bestimmten Modellklassen mit ganzzahligen Variablen benötigt wird, drastisch. Des Weiteren wurde die Performance bei Markowitz-Portfolio-Problemen mit Mindestkaufmengen und/oder Begrenzung auf eine Anzahl von Instrumenten auf Non-Zero-Level verbessert. Zusätzliche Optimierungen führen zu einer schnelleren Lösung bei bestimmten Aufgabenverteilungsmodellen.

Verbesserter Global-Solver

Die Stabilität und Robustheit des Global-Solvers wurde mit Version 11 der LINDO API durch verschiedene Erweiterungen bei der quadratischen Erkennung und Reichweitenminderung erreicht. Auch wurde die Nutzung von Konvexität bei bestimmten Verhältnis-Bedingungen verbessert, wie sie z. B. beim Entwurf von Netzwerken für Wärmetauscher auftreten können.

Unterstützung von mehr Typen von Nebenbedingungen

In LINDO API 11 werden mehrere neue Funktions- und Nebenbedingungstypen erkannt, z. B. die @AllDiff-Nebenbedingung für allgemeine ganzzahlige Variablen. Die @AllDiff-Nebenbedingung erlaubt es, eine Menge von ganzzahligen Variablen zu spezifizieren, so dass jede Variable der Menge einen eindeutigen, von allen anderen Variablen der Menge unterschiedlichen Wert hat.

Neu in LINDO API 10.0

Schnelleres Lösen von linearen Modellen mit dem verbesserten Simplex Solver

• Die Erweiterung des Simplex Solvers in LINDO API 10 steigert die Performance bei großen linearen Modellen. Dabei beträgt die Steigerung der Geschwindigkeit im Durchschnitt 35 % bei großen Modellen, wenn der einfache Simplex-Algorithmus verwendet wird, und 20 % bei Verwendung des dualen Simplex-Algorithmus.
• Zusätzliche Erweiterungen am LP Solver beinhalten z. B. die Unterstützung für multiple objektive Kriterien.

Verbesserter Integer Solver mit neuen Funktionen

• Der neu eingeführte Optimierungsmodus in LINDO API 10 gewährleistet reproduzierbare Ergebnisse bei verschiedenen Durchläufen.
• Erweiterungen am K-Best-Algorithmus erlauben es, die k-besten Lösungen mit nur geringem zeitlichen Mehraufwand zu finden als nur eine Lösung.
• Neue heuristische Algorithmen finden schneller Lösungen bei Modellen mit Rucksack-Nebenbedingungen und Blockstrukturen.
• Neue Vorverarbeitungsstufen engen die Variablengrenzen bei Klassen von nicht-linearen Modellen ein und führen somit zu einer besseren Performance.

Erweiterter Stochastic Solver

• Große lineare mehrstufige stochastische Programminstanzen lassen sich durch verbesserte Schnittverwaltung von LINDO API 10 bei der geschachtelten Bender-Zerlegung (Nested Bender Decomposition) 60 % schneller lösen.
• Bessere Handhabung von mehrstufigen stochastischen Optimierungsmodellen, die keinen vollständigen Rekurs haben.
• Erweiterungen des Parsers erlauben die Verwendung von beliebig komplexen Funktionen stochastischer Parameter.

Verbesserter Global Solver

• Die Performance des Global Solvers wurde bei Klassen von quadratischen Problemen drastisch verbessert; dies betrifft insbesondere nicht-konvexe quadratische Probleme, die von anderen Solvern abgelehnt oder nur langsam für ein lokales Optimum durch herkömmliche Solver für nicht-lineare Modelle gelöst werden konnten. Auch kann der Global Solver in LINDO API 10 bisher nicht lösbare Probleme global optimieren, z. B. Finanzportfolio-Modelle mit Mindestkaufmenge und/oder einer begrenzten Anzahl an Instrumenten auf Nonzero-Level.
• Version 10 der LINDO API enthält einen neuen Prozess zur Grenzeinschränkung bei linearen Prozeduren und verbessert dadurch die Lösbarkeit bei linearisierten Modellen. Funktionen wie MAX(), MIN(), ABS(), x*z (z =0 oder 1) u. a. sind drastisch schneller und liefern eine stabile Leistung.

Weitere Neuerungen

• Die Sammlung von Matrixoperationen, die durch den Anwender aufrufbar sind, wurde dahingehende erweitert, dass in LINDO API 10 auch mit Kovarianz-Matrizen, wie sie bei Finanzportfolios verwendet werden, gearbeitet werden kann. Routinen enthalten allgemeine Eigenwert-Zerlegung, Cholesky-Faktorisierung zur Erzeugung von korrelierenden Zufallsvariablen plus lineare Regression, z. B. für Bedarfprognosen bei Produktionsplanungsmodellen.