Couenne（非线性估计的凸上下展开）是一种分支定界算法，用于解决混合整数非线性规划（MINLP）问题，形式如下：

最小值（f）₀(x个,年)
           （f）_我(x个,年) ≤ 0     我=1,2...,米
           x个在R中^n个,年在Z轴上^第页

所有这些（f）_我(x个,年)通常是非线性函数。

Couenne的目标是找到非凸MINLP的全局最优解。它在分支定界框架内实现线性化、定界约简和分支方法。其主要组件包括：

• 表达式库；
• 线性化切割的分离；
• 分支规则；
• 捆绑紧固方法。

它分布在COIN或在日蚀公共许可证（EPL）。EPL是由开放源代码倡议（OSI）批准的许可证，因此Couenne是OSI认证的开放源代码软件。

硬币上有硬币项目页面。可以使用下载颠覆--另请参阅一些说明书关于使用svn。运行命令：

svn公司https://projects.coin-or.org/svn/Couenne/stable/0.5库恩

获取稳定版本的源代码。在构建和安装Couenne之前，需要一些第三方软件包。这些不能从COIN-OR下载，必须独立获取。这些软件包包括：ASL、Blas、Lapack和HSL或MUMPS。用户被推荐给安装Couenne/ThirdParty的每个子目录中的文件，以获取有关如何获取它们的说明。

一般来说，Couenne的稳定版本会发生一些微小的更改，例如错误修复。为了更新这些更改，您可以运行以下命令svn更新在库恩目录。所有版本也可在以下位置存档：https://www.coin-or.org/download/source/Couenne网站/。版本不会更改。

要安装Couenne，我们参考一般安装说明书用于COIN-OR项目。我们还建议Ipopt编译提示用于在非Linux系统（如Mac和Windows）上编译的页面。不耐烦的人可能想发出以下命令：

cd库恩cd ThirdParty#读取每个子目录中的INSTALL.*文件并获取第三方软件光盘。。mkdir生成cd内部版本../configure-C（配置-C）制作进行安装

上述命令将Couenne置于库恩/建筑/箱子/目录，库位于Couenne/build/lib/，并将文件包括在Couenne/构建/包含/。可以使用指定替代目录这个--前缀配置选项。例如，在更换“../configure-C（配置-C）“上面有

../configure-C--前缀=/usr/local

Couenne可执行文件将安装在/usr/local/bin/，中的库/usr/local/lib/和中的包含文件/usr/local/include/.Couenne运行如下：

couenne实例.nl

哪里实例nl是AMPL存根(.nl文件)文件。可以使用命令“写入gfilename；”（注意文件名前的“g”）。

您还可以指定一组选项来调整Couenne的性能。这些可在couenne.opt公司选项文件。Couenne/src/目录中提供了一个示例选项文件。

用户手册可用，并对Couenne中的大多数可用选项进行解释。Doxygen文档也可用，可以通过运行

制造多西多克

从同一个建造/运行configure、make和make的目录安装。html和LaTeX格式的文档都可以在文档/子目录。启动浏览器并查看用于Couenne文档的Doc/html/index.html。

Couenne由维护彼得罗·贝洛蒂.

网页：https://www.github.com/coin-or/Couenne网站

依赖项：硬币实用工具,中国银行,Cgl公司,Clp公司,伊波特、和奥西（来自COIN-OR）；ASL（振幅解算器库），拉帕克，布拉斯，高铁，MUMPS、，SCIP公司、和SoPlex公司.

外部资源：COIN或,日蚀公共许可证.

作为一个开源代码，欢迎对Couenne的贡献。要向Couenne提交捐款，请按照COIN-OR指南.

要报告错误，请使用发行系统.

为了确保及时解决您的问题，请在错误报告中尽可能详尽，例如报告您下载的Couenne版本和使用的操作系统，并再次附上发生崩溃的模型/数据文件。

• 彼得罗·贝洛蒂（英国伯明翰FICO Xpress开发团队）
• 蒂莫·贝托尔德（Xpress开发团队，FICO，柏林）
• 皮埃尔·博纳米（IBM Cplex）
• 索尼娅·卡菲里（埃科尔国民航空公司）
• 弗朗索瓦·马戈（卡内基梅隆大学）
• 卡梅隆·梅格（克莱姆森大学）
• 斯特凡·维格尔斯克（游戏）
• 安德烈亚斯·韦切特（西北大学）

该项目于2006年启动协作由IBM和卡内基梅隆大学合作，旨在为MINLP开发算法。

在这次合作中，我们的同事应该得到赞扬：安德烈亚斯、弗朗索瓦、皮埃尔、斯特凡和蒂莫，他们开发了库恩的一部分，以及拉里·比格勒,热拉尔·科努约尔斯,伊格纳西奥·格罗斯曼、和乔恩·李.每个人都为库恩的发展做出了重要贡献。

• Couenne可执行文件由AMPL提供
• Couenne可通过JuMP公司建模语言
• COIN-OR倡议
• IBM CMU开源MINLP项目
• 报告错误
• 用于优化的NEOS服务器：您可以在中提交MINLP问题以与Couenne一起解决AMPL格式或GAMS格式

对流切割<num>

指定生成线性化切割的频率（以节点为单位）。默认值：1。如果为0，则线性化切割永远不会分离。

凸化点<num>

指定要凸化的点数。默认值：1。

violeted_cuts_only（仅限violeted_cuts_only）<是|否>

如果设置为“是”（默认），则只会添加违反凸化切割。

art_lower<num>

设置人工下限（用于最小化问题），当下限已知或用于测试时非常有用。默认值为-10⁵⁰.

opt_window（操作窗口）

用于将变量边界限制在已知最优值附近的乘法器（将从具有方法Couenne问题：：readOptimum（））。如果已知第i个变量的最佳值x、i、，在开始Couenne之前，其边界将与区间[x相交_我-K（1+|x_我|)，x个_我+K（1+|x_我|)],其中K是选项的值。默认值为无穷大。

使用二次型<是|否>

使用二次表达式和相关的exprQuad类。仍在测试中，因此默认值为“否”。

可行性_bt<是|否>

使用基于可行性的紧固方法（强烈建议）。默认值为“yes”。

最优_bt

最优（昂贵）约束收紧。仅建议用于变量较少的问题和/或位于B&B树的初始节点。默认值为“否”。如果设置为“是”，我们建议将其与值lognumobbtperlevel耦合为0（参见下文）。

log_num_obbt_per_level日志数量

指定基于最佳约束的拧紧频率（以节点为单位）。默认值为0。

• 如果为-1，则在每个节点上应用（昂贵！）。
• 如果为0，则仅在根节点应用。
• 如果k>0，应用概率为2^（k级），level是B&B树的当前深度。

aggressive_fbbt<是|否“

基于严格可行性的约束拧紧（与NLP点一起使用）。默认值为“yes”。这在计算上也很昂贵。

log_num_abt_per_level级别＜num＞

指定强制绑定拧紧的频率（以节点为单位）（类似于log_num_obbt_per_level）。

• 如果-1，则在每个节点应用（昂贵！）；
• 如果为0，则仅应用于根节点；
• 如果k>0，应用概率为2^（k级），level是B&B树的当前深度。

branch_fbbt<是|否>

分叉前进行捆绑拧紧。默认值：是

branch_conv_cuts<是|否>

在分支之前应用凸起切割（尚未激活）。默认值：否。

branch_pt_select<string>

选择分支点选择策略。可能的值为

• “lp-clamped”：限制在绑定间隔（由lp_clamp定义的k）的[k，1-k]中的lp点；
• “lp-central”：lp点，如果在界限区间的[k，1-k]内，否则为中点（k由branch_lp_clamp定义）；
• “平衡”：最小化从曲线到凸起的最大距离；
• “最小面积”：最小化两个凸化的总面积；
• “中点”：当前点和中点的凸组合；
• “无分支”：不分支，返回null不可行；仅用于测试目的。

默认值为中点。

branch_lp_clamp<编号>

定义选择LP点作为分支点的阈值；介于0和0.5之间，默认值为0.2。假设变量x，，i，有界[l_我，u_我]选择用于分支。如果lp-central或lp-clamp策略则将分支点投影到间隔[L_我，U_我]带有L（左）_我=升_我+a（u）_我-我_我)和U_我=升_我+（1-a）（u）_我-我_我).

分支midpoint_alpha

定义中点和当前LP点的凸组合：分支点将为αx_我+（1-α）（l_我+单位_我)/2. 默认值为0.25。

选项分支_选择和分支_线夹以上是也可用于以下一组运算符，并应用于这些操作符中的每一个都是独立的：“prod”、“div”、“exp”、“log”、”trig“、”pow“、”negpow“、”sqr“、”cube“。

例如，以下设置：

分支_选择平衡分支选择棒lp-clamp支管_lp-clamp_prod 0.15分支pt_select_log lp-central分支lp-clamp_log 0.1

为除乘积和对数，产品和参数为0.15的lp-clamplp-central，参数0.1用于对数。

本地优化启发式

搜索NLP的本地解决方案。默认值：是。

log_num_local_optimization_per_level<num>

指定要执行的本地优化数的对数树的给定深度的每个级别的平均值。

如果等于-1，则在树的每个级别的节点上解出尽可能多的nlp。

节点是随机选择的。如果对于给定的级别对于每个节点，都将求解比这个数量nlp大的节点。例如，如果参数为8，则求解所有节点的nlp，直到级别8，然后，对于第9级的一半节点，第10级的1/4。

art_cutoff<数字>

当已知可行的解决方案或出于测试目的时，设置人工截止线非常有用。默认值为10⁵⁰.

有限元分析_公差

这是候选可行解决方案的可行性容差。默认值为10^-7.