MathOpt পরিষেবা
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
MathOpt হল C++ এবং Python থেকে মডেলিং এবং অপ্টিমাইজেশান সমস্যা সমাধানের জন্য একটি API। MathOpt পরিষেবা হল OR API-এর মধ্যে পদ্ধতিগুলির একটি পরীক্ষামূলক সেট যা আপনাকে শেষ পয়েন্ট ব্যবহার করে দূরবর্তীভাবে গাণিতিক অপ্টিমাইজেশন সমস্যাগুলি সমাধান করতে দেয়:
-
https://optimization.googleapis.com/v1/mathopt:solveMathOptModel
MathOpt বৈশিষ্ট্য
MathOpt মডেলগুলি থাকতে পারে:
- পূর্ণসংখ্যা বা অবিচ্ছিন্ন ভেরিয়েবল
- রৈখিক বা দ্বিঘাত সীমাবদ্ধতা
- রৈখিক বা চতুর্মুখী উদ্দেশ্য
মডেলগুলি যে কোনও সমাধানকারী থেকে স্বাধীনভাবে সংজ্ঞায়িত করা হয় এবং সমাধানকারীগুলিকে বিনিময়যোগ্যভাবে অদলবদল করা যেতে পারে। নিম্নলিখিত সমাধানকারীগুলি SolveMathOptModel এ সমর্থিত:
একটি মডেল সমাধান করার সময় MathOpt পরিষেবাটি MathOpt-এর বেশিরভাগ বৈশিষ্ট্য সমর্থন করে, যার মধ্যে রয়েছে:
- দ্বৈততা
- আদি ও দ্বৈত রশ্মি
- সাবঅপ্টিমাল আদি এবং দ্বৈত সমাধান
- উষ্ণ শুরু (সমাধান বা ভিত্তিতে)
- বিশদ সমাপ্তির কারণ
- শাখাগত অগ্রাধিকার
- অনেক সমাধানকারী স্বাধীন পরামিতি
কলব্যাক, ইনক্রিমেন্টালিজম, এবং বাধা এখনও সমর্থিত নয়। MathOpt পরিষেবা একটি সমৃদ্ধ যোগাযোগ প্রোটোকল ব্যবহার করে ভবিষ্যতে এই বৈশিষ্ট্যগুলিকে সমর্থন করবে৷
সেটআপ এবং ইনস্টলেশন
MathOpt এর দূরবর্তী সমাধান ক্ষমতা ব্যবহার করতে, আপনার একটি API কী প্রয়োজন যা সেটআপ নির্দেশিকা অনুসরণ করে প্রাপ্ত করা যেতে পারে। MathOpt C++ এবং Python-এ ক্লায়েন্ট লাইব্রেরি প্রদান করে, যেগুলো OR-Tools-এর অংশ হিসেবে 9.9 প্রকাশের পর থেকে উপলব্ধ।
MathOpt পরিষেবা সম্পর্কিত প্রশ্ন থাকলে আপনি or-mathopt-service+support@google.com- এর সাথে যোগাযোগ করতে পারেন।
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2024-10-30 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2024-10-30 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["\u003cp\u003eMathOpt is an API that allows you to model and solve optimization problems using C++ and Python, with the MathOpt service enabling remote problem-solving via a dedicated endpoint.\u003c/p\u003e\n"],["\u003cp\u003eMathOpt supports a variety of model components, including integer/continuous variables, linear/quadratic constraints, and linear/quadratic objectives, and offers flexibility in solver selection with options like GLOP, PDLP, CP-SAT, SCIP, GLPK, OSQP, and HiGHS.\u003c/p\u003e\n"],["\u003cp\u003eThe MathOpt service provides access to features such as duality, primal and dual rays, suboptimal solutions, warm starts, detailed termination reasons, and branching priority, while callbacks, incrementalism, and interruption are planned for future updates.\u003c/p\u003e\n"],["\u003cp\u003eTo utilize the MathOpt service's remote solving capabilities, you will need an API key and the OR-Tools client libraries (available since release 9.9) for C++ and Python.\u003c/p\u003e\n"]]],["MathOpt API allows modeling and remotely solving optimization problems via the `https://optimization.googleapis.com/v1/mathopt:solveMathOptModel` endpoint, supporting integer/continuous variables, linear/quadratic constraints, and objectives. Models are solver-independent, with supported solvers including GLOP, PDLP, CP-SAT, SCIP, GLPK, OSQP, and HiGHS. Features like duality, warm starts, and detailed termination reasons are available. Access requires an API key, and client libraries are in OR-Tools release 9.9. Future features will include callbacks, incrementalism, and interruption.\n"],null,["# The MathOpt Service\n\nMathOpt is an API for modeling and solving optimization problems from C++ and\nPython. The MathOpt *service* is an experimental set of methods within the OR\nAPI that lets you to solve mathematical optimization problems *remotely* using\nthe endpoint:\n\n- `https://optimization.googleapis.com/v1/mathopt:solveMathOptModel`\n\nMathOpt Features\n----------------\n\nMathOpt models can contain:\n\n- Integer or continuous variables\n- Linear or quadratic constraints\n- Linear or quadratic objectives\n\nModels are defined independently of any solver and solvers can be swapped\ninterchangeably. The following solvers are supported in the `SolveMathOptModel`:\n\n- [GLOP](/optimization/lp/lp_advanced)\n- [PDLP](/optimization/lp/pdlp_math)\n- [CP-SAT](/optimization/cp/cp_solver)\n- [SCIP](https://www.scipopt.org/)\n- [GLPK](https://www.gnu.org/software/glpk/)\n- [OSQP](https://osqp.org/)\n- [HiGHS](https://highs.dev/)\n\nThe MathOpt service supports most the features of MathOpt when solving a model,\nincluding:\n\n- Duality\n- Primal and dual rays\n- Suboptimal primal and dual solutions\n- Warm starts (by solution or basis)\n- Detailed termination reason\n- Branching priority\n- Many solver independent parameters\n\nCallbacks, incrementalism, and interruption are not yet supported. The MathOpt\nservice will support these features in the future using a richer communication\nprotocol.\n\nSetup and Installation\n----------------------\n\nTo use MathOpt's remote solve capabilities, you need an API key that can be\nobtained following the [setup guide](/optimization/service/setup). MathOpt provides client libraries in\nC++ and Python, which are available as part of [OR-Tools since release 9.9](https://github.com/google/or-tools/releases/tag/v9.9).\n\nYou can reach out to [or-mathopt-service+support@google.com](mailto:or-mathopt-service+support@google.com) should you have\nquestions related to the MathOpt service."]]
