MathOptimizer专业版
使用外部LGO求解器套件的高级全局和局部非线性优化
MathOptimizer Professional结合了Mathematica与已成立的LGO(Lipschitz GlobalOptimizer)解算器套件,提供复杂的应用程序开发工具和基于解算器的功能与其他基于编译器或优化建模语言相关实现。
自1990年以来使用的LGO解算器引擎目前可用于专业C和Fortran编译器平台链接到Excel和几个著名的优化建模语言。
MathOptimizer Professional支持全局和本地一类一般连续优化问题的求解。这个所考虑的模型形式为:
最小值f(x个)受制于x个 D类 R(右)n个日期:={x个以下为:xl(xl) x个 徐 克(x个) 0}
|
|
在这里x个 R(右)n个是决策向量变量(R(右)n个表示欧几里得真实的n个-空间);(f)以下为:R(右)n个 R(右)1是一个持续的目标功能;D类 R(右)n个是可行的非空集合由显式、有限(关于组件)定义的决策上下限xl(xl)和徐通过收集连续约束函数克以下为:R(右)n个 R(右)米(显然,克(x个) 0正式覆盖所有情况克(x个)~0,其中~表示任何运算符=, 和 .) |
这些关键的分析假设保证了所考虑的模型具有全局最优的解决方案。同时--无需进一步具体的结构假设——该模型可以表示由于可能存在不连通、非凸、可行域和大量局部奥蒂玛。有关插图,请参见上图,其中显示与求解给定对的平方误差函数超越方程作为两个未知参数的函数。
MathOptimizer Professional自动转换优化模型用Mathematica公式化为C或Fortran代码,然后将编码模型移交给LGO解决。遵循无缝优化模型编译/链接/执行过程,优化结果直接返回到调用Mathematica文件。这种方法可以导致显著的程序执行速度加快随着模型尺寸的增加而显著。MathOptimizer专业版可用于处理具有数千个决策变量和一般约束;算法的进步和更强大的计算机将能够处理更大的模型。
有关更多信息,请访问特征页面和列表中的参考文献.
关于开发人员
MathOptimizer Professional由János D.Pintér开发和支持。
János D.Pintér博士,DSc,是一名研究人员和软件开发人员,主要工作在非线性优化领域。他获得了2000年信息计算他的书获得社会奖全局优化在行动.他创作了并编辑了其他几本书和大约200本与系统有关的其他出版物建模和优化。Pintér博士曾担任全球优化杂志自1991年成立以来图书系列SpringerBriefs优化.他是校长一系列优化软件包的开发人员。Pintér博士提供咨询服务, 讲座和培训课程侧重于计算非线性优化。
János D.Pintér,博士,博士生导师
janos.d.pinter@gmail.com
MathOptimizer Professional适用于Windows,需要Mathematica 10或更大版本和C或Fortran编译器(购买时指定编译器)。请联系开发商用于其他平台;用于与一起使用的MathOptimizer Professional实现未列出的其他C和Fortran编译器;以及其他模型开发,定制和测试服务。
|