บริการ MathOpt
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
MathOpt เป็น API สำหรับสร้างแบบจำลองและแก้ไขปัญหาการเพิ่มประสิทธิภาพจาก C++ และ
Python บริการ MathOpt คือชุดเมธอดทดลองภายใน OR API ที่ให้คุณแก้ปัญหาการเพิ่มประสิทธิภาพทางคณิตศาสตร์ได้จากระยะไกลโดยใช้ปลายทาง ดังนี้
https://optimization.googleapis.com/v1/mathopt:solveMathOptModel
ฟีเจอร์ MathOpt
โมเดล MathOpt ประกอบด้วยสิ่งต่อไปนี้
- จำนวนเต็มหรือตัวแปรต่อเนื่อง
- ข้อจำกัดเชิงเส้นหรือกำลังสอง
- วัตถุประสงค์เชิงเส้นหรือกำลังสอง
โมเดลจะได้รับการกำหนดโดยไม่ขึ้นอยู่กับเครื่องมือแก้โจทย์คณิตใดๆ และตัวแก้โจทย์คณิตสามารถสลับแทนกันได้ ระบบรองรับเครื่องมือแก้โจทย์ต่อไปนี้ใน SolveMathOptModel
บริการ MathOpt รองรับฟีเจอร์ส่วนใหญ่ของ MathOpt เมื่อแก้ปัญหาโมเดล ดังนี้
- คู่สนทนา
- แสงสีปฐมภูมิและแสงคู่
- โซลูชันแบบพื้นฐานและโซลูชันแบบคู่ที่ต่ำกว่ามาตรฐาน
- เริ่มต้นอย่างอบอุ่น (ตามวิธีแก้ปัญหาหรือพื้นฐาน)
- เหตุผลโดยละเอียดในการสิ้นสุด
- ลำดับความสำคัญของการแบ่งสาย
- พารามิเตอร์อิสระของเครื่องมือแก้โจทย์คณิตจำนวนมาก
ระบบยังไม่รองรับการเรียกกลับ ส่วนเพิ่ม และการหยุดชะงัก บริการ MathOpt จะรองรับฟีเจอร์เหล่านี้ในอนาคตโดยใช้โปรโตคอลการสื่อสารที่สมบูรณ์ยิ่งขึ้น
การตั้งค่าและการติดตั้ง
หากต้องการใช้ความสามารถในการแก้ปัญหาจากระยะไกลของ MathOpt คุณต้องมีคีย์ API ที่ได้มาตามคู่มือการตั้งค่า MathOpt มีไลบรารีไคลเอ็นต์ใน
C++ และ Python ซึ่งเป็นส่วนหนึ่งของ OR-Tools ตั้งแต่รุ่น 9.9
โปรดติดต่อ or-mathopt-service+support@google.com หากมีคำถามเกี่ยวกับบริการ MathOpt
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2024-08-09 UTC
[null,null,["อัปเดตล่าสุด 2024-08-09 UTC"],[[["\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."]]
