HiGHS v1.11.0版本发布：混合整数线性规划求解器的重要更新

HiGHS是一款开源的混合整数线性规划（MILP）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支持线性规划（LP）、混合整数线性规划（MILP）和二次约束规划（QP）问题的求解。本次发布的v1.11.0版本带来了多项重要改进和新功能，显著提升了求解器的稳定性、性能和用户体验。

构建系统改进

本次版本对构建系统进行了多项优化。首先，项目将命令行解析库替换为Cpp11，这一改动提升了代码的现代性和可维护性。在CMake配置方面，项目结构调整为以highs/作为根目录，取代了原来的src/目录结构，使项目组织更加清晰。

针对不同编译器的兼容性也得到增强，特别是对Intel LLVM编译器在Linux平台的支持进行了优化。Windows MSVC平台的构建输出目录也调整为更符合常规的Release/bin路径。此外，修复了zstr头文件缺失的问题，确保在GCC v15和Clang v19等新版本编译器下能够正常编译。

核心功能增强

MIP求解器改进

新版本在混合整数规划求解方面有多项重要改进。首先修复了HighsMipSolver::solutionFeasible()中的断言错误，提高了求解器的稳定性。新增了可行性跳跃启发式算法（feasibility jump heuristic），这一功能默认开启，能有效提升MIP问题的求解效率。

此外，还引入了ZI舍入和移位（ZI rounding and shifting）两种新的MIP原始启发式算法。虽然默认关闭，但用户可以通过相应选项启用这些启发式方法。RINS、RENS和基于根节点简化成本的启发式算法现在也可以通过选项灵活控制，便于用户根据问题特性调整求解策略。

数值稳定性和预处理优化

在数值处理方面，新版本对预处理中的系数缩放增加了上限限制（最大缩放因子为1024），防止数值不稳定问题。修正了行预处理中系数加强时使用的边界条件，提高了预处理的质量。同时调整了强制行缩减的容差计算方式，避免使用具有小系数和边界的行，增强了数值鲁棒性。

接口和功能扩展

API和文件处理增强

C API新增了Highs_changeRowsBoundsByRange函数，提供了更灵活的行边界修改方式。文件处理功能得到扩展，现在可以通过Highs::run()直接读取或写入解决方案文件、基文件等，方便建模语言集成。

LP文件读取器现在能够正确处理没有目标函数段的情况，提高了兼容性。同时，对关键字处理进行了优化，确保CSECTION等特殊关键字不会被误认为变量名。

KKT误差度量体系

新版本引入了一套完整的KKT误差度量体系，包括原始不可行性、对偶不可行性、原始残差、对偶残差等多种相对误差指标。这些指标帮助用户更准确地评估求解器返回的"最优"解的质量，特别是对于cuPDLP-C和IPX等一阶求解器得到的解。新增的optimality_tolerance选项允许用户自定义最优性容差，提高了灵活性。

底层优化和问题修复

本次发布修复了多个关键问题，包括HighsCliqueTable中的数值错误、HighsFeasibilityJump中的逻辑错误，以及CMIR割平面的系数计算问题。这些修复显著提升了求解器的正确性和可靠性。

在代码质量方面，修正了多个文档字符串，提高了API的使用体验。同时优化了缩放LP问题时的基处理逻辑，确保缩放因子能正确应用于解向量。

HiGHS v1.11.0版本的这些改进使得这款开源优化工具在性能、稳定性和易用性方面都达到了新的高度，将为运筹学研究和工业应用提供更加强大的支持。