英国Xpress-MP运筹学优化软件

《英国Xpress-MP运筹学优化软件》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、英国Xpress-MP运筹学优化软件Xpress-MP功能介绍Xpress-MP是一个数学建模和优化工具包，它用于求解线性，整数，二次，非线性，以及随机规划问题。Xpress-MP的用户包括：需要在其产品中嵌入优化功能的OEM/ISV。向顾客提供优化解决方案的咨询人员。大型机构中需直接解决其自身的优化问题的商业分析师和其他最终用户。Xpress-MP工具包可以用于所有常见的计算机平台，并具有不同性能的版本，以及解决各种不同规模的问题。本产品支持多种用户/软件接口，包括可以使用C，C++，VB，Java，和.net语言进行调用的API库，以及独立的命令行界面。请点击

2、此处以查看详细信息。在这里我们将介绍Xpress-MP工具包中的各种产品，这些产品使Xpress-MP能够应用于如此广泛的领域中。求解引擎Xpress-Optimizer中包含的优化算法使你能够求解线性规划问题（LP），混合整数规划问题（MIP），二次规划问题（QP），以及混合整数二次规划问题（MIQP）。Xpress-SLP是一个非线性规划问题（NLP）以及混合整数非线性规划问题（MINLP）的求解器。它使用了连续线性逼近方法，这一方法从过程工业的技术中发展而来，能够解决具有数千个变量的大型问题。Xpress-SP是一个随机规划工具，用于求解具有不确定性的优化问

3、题。Xpress-SP可以用于建模和求解在供应链管理，能源，财务，运输，等等过程中出现的问题，它将不确定性嵌入到优化问题中，以避免未来的变数。Xpress-Kalis是一个有约束规划软件，它构建于Artelys的Kalis求解器之上。Xpress-Kalis专用于离散组合问题，这些问题频繁出现于诸如规划和计划制定之类的问题中。建模和开发工具Xpress-Mosel使你能够定义你的问题，然后使用一个或多个Xpress求解引擎进行求解，并对结果进行分析，这一切都通过一种专为此目的设计的全功能的编译型编程语言来实现。Xpress-Mosel环境包括Mosel语言及其调试

4、器；用于在此语言中直接访问其他软件组件和外部数据源的模块和I/O驱动；用于将模型嵌入到应用程序中的库；以及一个开放的接口，以便用户对Mosel语言进行扩展。Xpress-BCL是一个面向对象的库，用于在应用程序中直接构建，求解，以及分析问题。Xpress-IVE是一个完整的Windows下的Xpress-Mosel可视化开发环境。它包括一个Mosel程序编辑器，编译器，以及执行环境。Xpress-ApplicationDeveloper（XAD）通过使用一组图形用户界面开发API对Xpress-Mosel进行扩展，使Mosel成为一个能够完成从问题的数学表达到创建

5、用户界面中这一完整的优化应用程序开发过程的建模和编程语言。其他工具用于Xpress-Mosel：ODBCI/O驱动以及mmodbc模块使用户能够使用数据库以及电子表格作为外部数据源。Xpress-OptimizerXpress-Optimizer中包含了复杂，鲁棒的算法，以对工业应用中最急需解决的问题进行迅速精确的求解。这一已被证实的优化技术已在世界上大量的商业应用中使用，以对具有数百万个变量以及约束条件的问题提供快速可靠的解答。Xpress-Optimizer因其解决数值求解困难或求解不稳定的问题的能力而声名远扬，这也是它在过程工业中能够在市场中遥遥领先的原因所

6、在。先进的算法Xpress-Optimizer算法使你能够求解：LP——线性规划问题MIP——混合整数规划问题QP——二次规划问题MIQP——混合整数二次规划问题如果你的问题是非线性的，则可以使用Xpress-SLP求解器，它使用了连续线性逼近技术，可以解决具有数千个变量的非线性和混合整数非线性问题。灵活的运用工具包中提供了命令行工具形式的Xpress-Optimizer，并有一组简单但强大的交互用户界面；也提供了可调用的库形式的Xpress-Optimizer，并具有C，C++，Java，Fortran，VB6，和.net编程接口。它与工业标准的LP和MPS文件

7、格式完全兼容，并且对日志记录，二进制存储文件，以及ASCII/二进制解决方案文件提供了广泛的支持。作为Xpress-MP工具包中的一个集成组件，Xpress-Optimizer引擎也可以与Xpress-Mosel的高级模型开发环境或Xpress-BCL建模库的广泛的规划功能结合使用。跨平台Xpress-Optimizer可以应用于多种计算机体系结构和操作系统之上，并针对每个平台的特性进行了优化。单纯形优化器Xpress-Optimizer为原始和对偶单纯形算法提供了快速，可靠的实现，以对LP问题进行求解。集成了预求解算法，以降低问题规模和缩短求解时间。自动设置以达

8、到最佳性能