装饰

基于分解的全局优化内外求精算法。传统的确定性全局优化方法通常基于分枝定界(BB)搜索树,这种树的增长速度很快,使得方法无法找到好的解。在基于分解的内近似(列生成)方法的启发下,我们提出了一种新的基于分解的逐次逼近方法来求解一般模和/或稀疏MINLPs。这种新方法称为基于分解的内部和外部求精,它是基于将模型分块重构为子模型的。它使用列生成来生成内部和外部近似值,这些近似值通过并行求解许多更简单的MINLP和MIP子问题(使用BB)而不是在一个(全局)BB搜索树上搜索而得到。本文给出了用Python和Pyomo实现的一种新的并行分解MINLP解算器Decogo(基于分解的全局优化器)的初步数值结果。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换