首页
/ HiGHS v1.10.0版本发布:混合整数线性规划求解器的重要更新

HiGHS v1.10.0版本发布:混合整数线性规划求解器的重要更新

2025-07-04 04:13:47作者:蔡怀权

HiGHS是一款开源的线性规划(LP)和混合整数线性规划(MIP)求解器,由英国爱丁堡大学开发团队维护。作为一款高性能的数学优化工具,HiGHS支持多种求解算法,包括单纯形法、内点法和PDLP算法,广泛应用于运筹学、工业优化和学术研究领域。本次发布的v1.10.0版本带来了多项重要改进和新功能,显著提升了求解器的性能、稳定性和用户体验。

构建与代码质量改进

本次更新在构建系统和代码质量方面进行了多项优化。首先引入了代码覆盖率报告功能,帮助开发者更好地了解测试覆盖情况,从而提高代码质量。其次,项目将命令行参数解析库从cxxopts替换为CLI11,这一变更移除了对C++17的依赖,使得HiGHS能够在更广泛的编译环境中使用。

线性规划求解增强

新版本对线性规划求解器进行了多项重要改进。其中最具代表性的是IPM(内点法)求解器现在能够正确处理LP模型中的偏移量(offset),并在日志记录和原始/对偶目标值计算中使用这一信息。此外,当调用Highs::run()时存在有效基时,除非明确指定使用单纯形法或选择算法(此时如果有高级基将优先选择单纯形法),否则不会跳过预处理阶段。

在预处理方面,修复了一个当HighsMatrixSlice中的指针因系数矩阵重新分配(例如在HPresolve::addToMatrix中添加非零元素时)而失效的bug。同时,当预处理后的LP模型状态为kUnknown时,系统不再直接向用户返回此状态,而是执行后处理,然后利用基来求解原始LP,这一改进显著提升了求解的可靠性。

矩阵存储与访问优化

新版本对约束矩阵的存储和访问进行了重要优化。Highs::getCols和Highs::getRows方法现在能够在内部约束矩阵分别按列或行存储时以线性时间运行。为此,新增了ensureColwise和ensureRowwise方法到Highs类、C API和highspy中,允许用户设置内部约束矩阵的存储方向,这一改进对于处理大规模稀疏矩阵特别有利。

基管理改进

在基管理方面,当从当前LP中删除列和行时,HiGHS不再使基无效,而是维护剩余变量和约束的基本和非基本状态。当重新求解模型时,这些信息被用来构建起始基,这一改进显著减少了重复求解时的计算开销。此外,新版本还修复了原始/对偶射线记录中的bug,提高了求解过程的稳定性。

命令行与用户接口增强

新版本对命令行接口进行了多项改进。命令行解析现在完全使用C++11代码实现,移除了对第三方库的依赖。运行时默认选项值的变更现在会被报告,提高了用户友好性。新增了命令行标志来从文件读取基和将基写入文件,方便用户保存和重用求解状态。

混合整数规划(MIP)功能增强

在MIP求解方面,v1.10.0引入了重要新功能。新增了回调机制,允许用户在MIP求解器执行期间提供整数可行解,这一功能对于结合特定领域知识的启发式方法特别有用。同时修复了MIP求解器中原始启发式算法的bug,提高了整数解的质量。

特别值得注意的是,新版本实现了Achterberg等人在《Presolve Reductions in Mixed Integer Programming》中描述的探测提升(lifting for probing)技术。虽然默认不启用,但通过mip_lifting_for_probing选项可以选择使用这一技术,并提供两种修改级别,这一功能可以显著提升某些MIP问题的求解效率。

GPU支持与算法更新

v1.10.0版本还包含了来自cuPDLP-C的更新,并新增了对GPU的支持。这一改进使得HiGHS能够利用现代计算硬件的并行计算能力,特别是对于大规模线性规划问题,有望获得显著的性能提升。

总结

HiGHS v1.10.0版本在算法实现、性能优化和用户体验等方面都做出了重要改进。从基管理的增强到MIP求解器的功能扩展,从预处理阶段的稳定性提升到GPU支持的引入,这些更新使得HiGHS成为一个更加强大和可靠的数学优化工具。特别是新增的探测提升技术和用户回调机制,为处理复杂的混合整数规划问题提供了新的可能性。这些改进将进一步巩固HiGHS在开源优化求解器领域的地位,为学术研究和工业应用提供更强大的支持。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8