Lingo – Neu in LINGO 19

Neu in LINGO 19

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

Neu in LINGO 19

LINGO 19 enthält eine Vielzahl von Leistungssteigerungen und neuen Funktionen.

Deutlich schnelleres Lösen von langen, dünnen linearen Modellen

Verbesserungen an den Simplex-Solvern ermöglichen in LINGO 19 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 LINGO 19 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 LINGO 19 durch eine verbesserte Vorauswahl von Standardeinstellungen für die Schnittgenerierung und Lösungsheuristik erreicht.

Verbesserungen bei den quadratischen/konischen Solvern

In LINGO 19 werden Modelle mit ex- und xk-Termen, so genannte Barrier Solver Exponential- und Potenzkegel, schneller gelöst.

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

Weitere Verbesserungen

  • Erweiterte Funktionalitäten beim Nebenbedingungstyp "All Different"
  • Neue Funktion zum Löschen aller Elemente einer abgeleiteten Menge
  • Neue Funktion zum Erstellen interaktiver Anwendungen, welche es erlaubt, den Nutzer während der Laufzeit zur Eingabe aufzufordern
  • Effizientere Nutzung der vom Benutzer bereitgestellten Startpunkt-Information zur schneller Lösung von ganzzahligen Modellen
  • Neue Funktion für leichteres Erstellen und eine leichtere Fehlersuche von LINGO-Modellen, die in Excel-Arbeitsblätter eingebettet sind
  • Effizientere Speicherung von stochastischen Optimierungsmodellen, welche die Lösung wesentlich größerer Modelle erlaubt

Neu in LINGO 18

LINGO 18 enthält umfangreiche Leistungssteigerungen und neue Funktionen.

Bessere Performance bei linearen Modellen mit dem verbesserten Simplex-Solvern

Die Erweiterungen der Simplex-Solver in LINGO 18 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 LINGO 18 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 LINGO 18 einen Zielwert für die Zielfunktion vorgeben. Sobald dann einer der Berechnungsthreads des Multi-Start-Solvers das angegebene Ziel erreicht, stoppt die gesamte Berechnung.

Weitere Neuerungen

  • Neue Diagrammtypen: Gantt-Diagramm, gestapeltes vertikales und horizontales Balkendiagramm
  • Neue Funktion zum Ausführen von Befehlen des Statistik-Packages R aus LINGO heraus
  • Fähigkeit zum Unterbrechen des Solvers in einem CALC-Bereich, jedoch weitere Ausführung des CALC
  • Neue arithmetische Funktionen: @SIGNPOWER, @LMTD und @RLMTD für Wärmetauscher- und nichtlineare Netzwerkmodelle
  • Neue Log-Option für Solver: Aktivieren des Logs und Festlegen, wie ausführlich das Log sein soll

Neu in LINGO 17

LINGO 17 bietet folgende neuen Funktionen und Performanceverbesserungen:

Optimierter Simplex-Solver für schnelleres Lösen von linearen Modellen

LINGO 17 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 LINGO 17 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 17 von LINGO 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 LINGO 17 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.

Erweiterungen der Modellierungssprache und neue Funktionen

  • Neue Funktion zum Übergeben von Argumenten bei benutzerdefinierten Prozeduren
  • Unterstützung für Datenrahmen-ähnlichen Input in Data- und Calc-Bereichen
  • Neue Funktionen zum programmatischem Einlesen von Eingabedaten in Calc-Bereichen
  • Neue Funktionen zum Berechnen der nächsten besten Lösung eines binär-ganzzahligen Modells. Die Funktion erlaubt es dem Anwender, Variablenwerte zu untersuchen und/oder anzuzeigen und dann zu entscheiden, ob nach einer weiteren Lösung gesucht werden soll. Ebenso kann die neue Funktion wiederholt aufgerufen werden, um durch alle möglichen Lösungen zu iterieren.
  • Neue Funktion zur Anzeige von Raum-Zeit-Diagrammen
  • Neue Funktionen zur Durchführung der QR-Zerlegung bei Matrizen und Matrixmultiplikationen
  • Option zur Spezifikation von voreingestellten Startpunktvariablen

Neu in LINGO 16

Schnelleres Lösen von linearen Modellen mit dem verbesserten Simplex Solver

  • Die Erweiterung des Simplex Solvers in LINGO 16 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.

Verbesserter Integer Solver mit neuen Funktionen

  • Der neu eingeführte Optimierungsmodus in LINGO 16 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 LINGO 16 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 LINGO 16 bisher nicht lösbare Probleme global optimieren, z. B. Finanzportfolio-Modelle mit Mindestkaufmenge und/oder einer begrenzten Anzahl an Instrumenten auf Nonzero-Level.
  • Version 16 von LINGO 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.

Native Unterstützung für Mac und Linux

Matrix-Funktionen

  • LINGO 16 enthält neue Funktionen für Matrixoperationen: Eigenwert- und Eigenvektorberechnung, Determinatenberechnung von Matrizen, Cholesky-Faktorisierung, Matrix invertieren und transponieren.

Lineare Regression

  • Die neue Funktion @REGRESS für die multiple lineare Regression kam in LINGO 16 hinzu.

Weitere Neuerung

  • Unterstützung für Tornadodiagramme
  • Neue, nützliche Sortierfunktionen für die Datenvorbereitung und Ergebnisreports
  • Neue Datumsfunktion @STM2YMDHMS zur Konvertierung von LINGO-Standardzeitwerten in entsprechende Kalenderdatums- und -zeitwerte.

Neu in LINGO 15

  • Native Unterstützung für Mac OS
    LINGO ist jetzt auch unter Mac OS X verfügbar.
  • Verbesserter Simplex-Solver für schnellere Lösung von linearen Modellen
    Die Verbesserungen bezüglich der Geschwindigkeit und Robustheit des Simplex-Verfahrens für lineare Programmierung führen zu einer um durchschnittlich 90 % schnelleren Lösung beim primalen Simplex- und 45 % schnelleren Lösung beim dualen Simplex-Verfahren.
  • Gesteigerte Performance bei ganzzahligen Modellen
    Verbesserte Lösungszeit bei einer breiten Masse an ganzzahligen Modellen bedingt durch Verbesserungen bei mit dem Rucksackproblem verbunden Zuschnitten, verbesserten Auswahlregeln des Default-Knotens und Regeloptionen zu Verzweigungsvariablen.
  • Erweiterte Fähigkeiten zur effizienten Lösung von quadratischen Modellen
    Die neu eingeführte Unterstützung für positiv definite Programme (POSD) ist vor allem bei der Arbeit mit Kovarianzmatrizen nützlich, da ein häufiger Anwendungsfall darin besteht , dass bei der Schätzung der Kovarianzmatrix eines Portfolios die Bedingung, dass die Matrix positiv semi-definit sein muss, hinzukommt.
    Die neu eingeführte Reformulierungsfunktion verbessert die Performance bei quadratischen Portfolio-Modellen mit semi-kontinuierlichen Variablen (z. B. Min-Buy-Quantities) und/oder mit Beschränkung der Kardinalitäten, welche die Anzahl der Assets im Portfolio begrenzen.
    Die quadratische Reparaturfunktion kann die Performance bei fast-konvexen quadratischen Programmen (QP) erhöhen.
  • Neue Vorverarbeitung
    Die neue Vorverarbeitung bei linearen Programme reduziert signifikant die Koeffizientendichte bei bestimmten dichten Matrizen, wodurch die Perfomance bei Modellen wie sie beispielsweise bei der Produktionsplanung mit vielen Perioden erheblich gesteigert wird.
  • Verbesserter nicht-linearer Solver
    Die überarbeiteten Standardeinstellungen für nicht-lineare Programme erhöhen die allgemeine Performance bei nicht-linearen Modellen und erlauben eine schnellere Verarbeitung von langen nicht-linearen Ausdrücken in nichtlinearen Modellen (tausende von Termen).
  • Schnellere Generierung von Modellen
    Die Erzeugungszeit von großen Modellen kann durch den hinzugefügten Multithread-Code des Modellgenerators reduziert werden.

Neu in LINGO 14

  • Neue Diagrammfunktionen
    • Der "Network Chart" stellt Netzwerkdiagramme dar. Dabei können mehrere Netzwerke in einem Diagramm dargestellt werden.
      Network Chart
    • Einfache Erzeugung von Diagrammen mit mehreren Ausdrücken, z. B. mehreren Funktionsgraphen
      Diagramm mit mehreren Funktionsgraphen
  • Anzeige von permutierten Matrizen
    Die einem Modell zugrunde liegenden Matrizen können mit verschiedenen Anordnungen dargestellt werden. Die nachfolgende Abbildung zeigt ein Modell mit seiner ursprünglichen Ordnung.
    Modell in ursprünglicher Ordnung
    Die folgende Abbildung zeigt dasselbe Modell, jedoch wurde die Matrix mit nur einem Klick in ein Block-Dreiecksformat umgewandelt.
    Modell im Block-Dreiecksformat
  • Schnelleres Rendern von Matrixdarstellungen
    Für Modelle mit mehr als 10.000 Variablen oder Nebenbedingungen wurde die Geschwindigkeit bei der Darstellung um mehrere Größenordnungen verbessert.
  • Dynamische/Programmatisch abgeleitete Sets
    Die @INSERT-Funktion, die das dynamische Hinzufügen von Set Members zu abgeleiteten Sets ermöglicht, wurde hinzugefügt.
  • Prozeduren/Öffentliche Subroutinen
    LINGO unterstützt seit Version 14 aufrufbare Prozeduren. Aufrufbare Prozeduren sind CALC-Bereichen ähnlich, sie können jedoch mehrere Male aufgerufen und ausgeführt werden.
  • Funktion zur Numerischen Integration
    Mit dem Befehl @INTEGRAL() kann jetzt das numerische Integral einer Funktion über einem Integral einfach berechnet werden.
  • Mehr Wahrscheinlichkeitsverteilungen zur Planung unter Unsicherheit
    Die Beta-Binomial- und symmetrisch-stabile Verteilung werden in LINGO 14 unterstützt. Stochastische Modelle können nun auch Zufallsvariablen mit Beta-Binomial- oder symmetrisch-stabiler Verteilung enthalten.
  • Datums- und Zeitfunktionen
    Eine Reihe von Funktionen zur Konvertierung von Datumswerten in und aus skalaren Angaben wurde eingeführt. Dabei bezeichnet die skalare Datumsangabe die Zeit seit Mitternacht des 1. Januars 2000. Die Funktionen helfen vor allem bei arithmetischen Operationen in Modellen.
  • Reduzierte Lösungszeit auf Multicore-Computern
    LINGO 14 unterstützt Multicore-Computer sowohl mit nebenläufigen als auch mit parallelen Algorithmen. Nebenläufige (concurrent) Algorithmen führen zwei oder mehrere verschiedene serielle Algorithmen auf mehreren Kopien desselben Modells aus und verwenden für jeden Algorithmus einen eigenen Thread. Im Gegensatz, dazu parallelisieren parallele Algorithmen rechenintensive Teile eines seriellen Algorithmus, um die Last auf verschiedene Threads zu verteilen. Der Barrier-, Global-, Integer-, Linear-, Multistart- und Stochastic-Solver bieten die Multicore-Unterstützung.
  • Verringerter Zeitaufwand bei der Erzeugung von Modellen auf Multicore-Computern
    Zusätzlich zu den Solver-Multicore-Erweiterungen wurde auch bei der Erzeugung von Modellen auf Multicore-Unterstützung zurückgegriffen. Im Vergleich zu vorherigen Versionen kann die Erzeugungsdauer von großen Modellen um 50 % verringert werden.
  • Branch-and-Price-Solver
    Der neu eingeführte Branch-and-Price-Solver kann Probleme mit Blockstrukturen/-matrizen schneller als bisher lösen, da der Solver Multicore-Systeme unterstützt. Weiterhin wurde die Erkennung von Dekompositionsstrukturen zur Unterstützung des Branch-and-Price-Solvers verbessert.
  • Verbesserter MIP-Solver
    LINGO 14 verbessert signifikant die Heuristiken zum Auffinden guter, annehmbarer Lösungen von ganzzahligen Modellen. Das Simple-Rounding- und das Feasibility-Pump-Verfahren verwenden nun Bound Propagation zum verbesserten Finden einer annehmbaren gemischt-ganzzahligen Lösung im aktuellen Pfad. Des Weiteren wurde eine neue, weiter entwickelte Heuristik zur Verbesserung der bisher besten gemischt-ganzzahligen Lösung unter Berücksichtigung bereits erhaltener gemischt-ganzzahliger Lösungen und der aktuellen Relaxation eingeführt. Dadurch ist der MIP-Solver in vielen Fällen in der Lage, bessere gemischt-ganzzahlige Lösungen in kürzerer Zeit zu finden.
  • Schnellerer und verbesserter Multistart-Solver
    Der Multistart-Solver wurde so verbessert, dass er bis zu zwei Mal schneller gegenüber der Vorgängerversion ist. Die Chancen, die global beste Lösung zu finden, haben sich für viele nicht-konvexe Modelle zwischen 10 und 15 % erhöht.
  • Verbesserter Global-Solver
    Zur besseren Nutzung von Multicore-Computern wurde ein paralleler Algorithmus hinzugefügt.

Neu in LINGO 13

LINGO 13.0 beinhaltet erweiterte und verbesserte Funktionen, um Optimierungsmodelle mit Unsicherheiten zu handhaben. Weiterhin sind die Leistung der Solver und erweiterte Diagrammfunktionen hinzugekommen.

Unterstützung von stochastischen Modellen mit probabilistischen Nebenbedingungen, so genannten Chance-Constrained Programmen (CCP)

Das Chance-Constrained-Programming (CCP) erlaubt die Verletzung einer oder mehrerer Mengen von Nebenbedingungen mit einer festgelegten Wahrscheinlichkeit. CCP ist nützlich, wenn gewisse Ressourcen oder Ansprüche zufällig sind. Eine Lösung, die allen möglichen Ergebnissen genügt, kann ziemlich teuer oder sogar unmöglich sein. Es kann eine vernünftige und praktische Strategie sein, zu erlauben, dass gewisse Nebenbedingungen mit einer geringen Wahrscheinlichkeit verletzt werden.

Verbesserungen am Stochastic Solver

  • Verbesserter Warmstart in mehrstufigen Stochastic-Programming-Modellen (SP).
  • Verbesserte Methoden, um Korrelationen zwischen stochastischen Parametern zu induzieren.

Neue Wahrscheinlichkeitsverteilungen

  • Über 65 neue die Dichte-, Verteilungs- und inverse Verteilungsfunktionen von Wahrscheinlichkeitsverteilungen betreffende Funktionen

Verbesserungen am MIP Solver für gemischt-ganzzahlige Modelle

  • Signifikante Verbesserungen in Wurzelknoten-Heuristiken, um auf schnellem Wege gute, ganzzahlig realisierbare Lösungen zu finden.
  • Verbesserte Identifikation spezieller Strukturen in bestimmten Klassen von Modellen wie multi-periodischen Modellen und die Möglichkeit, diese Struktur auszunutzen, um die Lösungszeiten signifikant zu reduzieren.

Festlegen variabler Verzweigungspriorität

  • Verwendung der Funktion @PRIORITY, um eine Verzweigungspriorität für ganzzahlige Variablen festzulegen.

Verbesserungen am Global Solver

  • Verbesserte Heuristiken, um auf schnellem Weg eine gute, realisierbare Lösung zu finden.
  • Nebenbedingungen können nun als konvex gekennzeichnet werden, wenn diese so komplex sind, dass der Global Solver Konvexität nicht automatisch bestimmen kann. Dadurch wird der Beweis globaler Optimalität beschleunigt.
  • Verbesserte Möglichkeiten, Nebenbedingungen zu identifizieren, die als konische Nebenbedingungen (z. B. Second-Order Cone) umformuliert und daher schneller durch den Conic Solver gelöst werden können.
  • Verbesserte Möglichkeiten, mit polynomialen Termen effizient zu arbeiten.
  • Verbesserte Schranken für nicht-konvexe quadratische Terme unter Benutzung von SDP und Eigenwert-Umformulierungen.

Umfangreiche Verbesserung der Diagrammfunktionen

  • Zusätzlich zu Bar-, Line- und Pie-Charts unterstützt LINGO nun die folgenden Diagrammtypen: Bubble, Contour, Curvem Histogram, Radar, Scatter und Surface.
  • Mehrere Eigenschaften können in einem einzelnen Chart angezeigt werden, wobei jede Eigenschaft durch eine andere Farbe repräsentiert wird.
  • Charts können entweder in zwei oder drei Dimensionen angezeigt werden.
  • Teilmengen eines Modells können verwendet werden, um Achsen und/oder Legenden zu beschriften
  • Charts können mit dem Befehl @CHART aus der Skriptsprache von LINGO angezeigt werden.

Anzeige permutierter Matrizen

Es kann jetzt gewählt werden, ob die dem Modell zugrundeliegende Matrix in einem permutierten Format angezeigt werden soll, wobei die Zeilen und Spalten automatisch so permutiert werden, dass die Matrix in die einer unteren Dreiecksmatrix am nächsten gelegene Form gebracht wird. In einer solchen Form erweist sich ein Modell im Allgemeinen als einfacher zu lösen. Dies steht einem Modell mit einem hohen Grad an Simultanität entgegen, welches nicht in eine untere Dreiecksform permutiert werden kann.

Neue Funktionen der LINGO-Programmierungsschnittstelle

LINGO API unterstützt neue Funktionsaufrufe, um variable Werte spontan in der Rückruffunktion aufzurufen, sowie eine Funktion, um eine Lizenz direkt aus einem String zu laden.

Verbesserte Modellverschlüsselung

Bislang hat LINGO den Anwendern des Application Programming Interface (API) ermöglicht, ein Modell unter Verwendung des Befehls HIDE zu verschlüsseln. Der Verschlüsselungsalgorithmus wurde signifikant verstärkt, und verschlüsselte Modellfragmente können während der Laufzeit auch zu einem einzigen Modell zusammengeführt werden.

Mehrere Dateitypen unterstützt/MPI Translator

Modelle, die im Low-Level MPI-Format im System LINDO abgespeichert wurden, können nun in LINGO geladen und dabei automatisch in die High-Level LINGO-Syntax übersetzt werden.

Weitere Informationen

Weitere Informationen über Fähigkeiten von LINGO finden Sie auf unserer LINGO-Produktseite. Um eine Version von LINGO mit begrenzter Kapazität zu testen, besuchen Sie unsere Downloadseite. Um LINGO zu kaufen oder ein Update für eine ältere Version zu erhalten, senden Sie uns eine E-Mail an Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein! oder kontaktieren Sie uns unter +49 (0) 61 72 - 59 05 -30.

Neu in LINGO 12

LINDO Systems ist stolz auf die Einführung von LINGO 12. Das neue Release umfasst ein leistungsstarkes neues Feature, mit dem Anwender Unsicherheiten in ihren Optimierungsmodellen berücksichtigen können. Darüber hinaus bietet das neue Release eine Vielzahl von Verbesserungen an den Solvern zur Leistungssteigerung.

Neuer Solver für die stochastische Programmierung (SP)

Der SP-Solver unterstützt die Entscheidungsfindung bei Unsicherheit durch mehrstufige stochastische Modelle mit Rekursion. Der Anwender drückt die Unsicherheit entweder über standardmäßige oder benutzerdefinierte Verteilungsfunktionen aus, und der stochastische Solver optimiert das Minimierungsmodell der Kosten für die Initialisierungsstufe plus den erwarteten Wert der Rekursionsentscheidungen über den Planungshorizont. Zusätzlich sind erweiterte Sampling-Modi verfügbar, um stochastische Parameter aus parametrischen Verteilungen zu approximieren.

Weitere Features umfassen:

  • die Verfügbarkeit zur Modellerstellung von linearen, nichtlinearen und ganzzahligen stochastischen Programmen (SP)
  • die Unterstützung der meisten Standardverteilungen, z.B. Normal, Poisson sowie vom Anwender bereit gestellte Verteilungen
  • die Verfügbarkeit vollständiger Lösungen für jedes der möglichen Szenarien auf Skriptingebene, (Berechnungabschnitte - "CALC sections"), wodurch das Erstellen von benutzerdefinierten Berichten zu Variablenwerten über den gesamten Bereich der Szenarien ermöglicht wird
  • die Möglichkeit, das zugrundeliegende deterministische Äquivalent zu erzeugen und anzuzeigen, mit dem SP-Modelle optimiert werden
  • die Varianzreduktion mit Latin-Hyper-Square-Sampling
  • die Möglichkeit, statistisch abhängige Stichproben basierend auf den Korrelationsverfahren nach Pearson, Spearman oder Kendall zu erzeugen
  • den Pseudozufallszahlengenerator mit langem Zyklus und hervorragender mehrdimensionaler Gleichverteilung.

Verbesserungen des Global Solvers

  • Verbesserungen bei der Verwertung von quadratischen Ausdrücken, die den globalen Solver effizienter für nicht-konvexe quadratische Modelle machen sowie allgemeine nichtlineare Modelle mit quadratischen Termen
  • Automatische Erkennung von quadratischen Problemen zweiter Ordnung (Kegelschnitt) wie Value-at-Risk-Modellen, die mit Hilfe von Barrier-Solvern bemerkenswert schnellere Rechenzeiten erreicht
  • Reformulierungsoptionen zur Leistungssteigerung für eine Vielzahl von zusammengesetzten Funktionen

Verbesserungen der ganzzahligen Solver

  • Verbesserte Feasibility-Pump-Heuristik, die beim Finden von realisierbaren Lösungen für viele schwierige Problemen helfen
  • Verbesserte Verwertung von Rundungstechniken bei einer großen Anzahl von Bedingungsstrukturen
  • Verbesserte Standardheuristik

Verbesserte Leistung bei Modellen mit geschachelten Loops

Die Loop-Optimierung formuliert Ausdrücke neu, die feste, geschachelte Loop-Funktionen enthalten, um sie effizienter zu gestalten, während die mathematische Äquivalenz erhalten bleibt. Das Ziel der Loop-Optimierung ist letztendlich die Minimierung der Anzahl der Weitergaben durch den inneren Loop eines jeden geschachtelten Loops in einem Ausdruck. Die Verbesserung der Zeit, die zum Generieren von Modellen erforderlich ist, kann für einige Modelle beträchtlich sein.

Verbesserungen der Simplex-Solver

Große lineare Modelle finden mit den verbesserten dualen und primalen Simplex-Solvern durchschnittlich 20% schneller eine Lösung.

Mehr Flexibilität bei der Genauigkeit der Lösungsberichte

LINGOs Lösungsberichte sind nicht länger auf 7 signifikante Stellen beim Reporting von numerischen Ergebnissen beschränkt. Der Anwender kann jetzt die Genauigkeit selbst zwischen 1 bis 17 signifikanten Stellen festlegen.

Neue Skriptfunktionsmöglichkeiten

Es wurden einige Skriptfunktionen für die Berechnungsabschnitte ("CALC section") hingefügt oder verbessert:
  • @GENDUAL erzeugt die duale Formulierung eines linearen Programms.
  • @FORMAT kann jetzt die Ausgabe von Strings sowie von numerischen Werten formatieren.
  • @SMPS erzeugt Modelldateien im MPS-Format.

Erweiterung der Länge von Variablennamen

Frühere Releases von LINGO besaßen eine Beschränkung von 32 Zeichen für die Länge des Variablennamens. Diese Beschränkung wurde auf 64 Zeichen erhöht.

© ADDITIVE GmbH. Alle Rechte, Irrtümer und Änderungen vorbehalten.

Impressum  /  Datenschutz  /  AGB