推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 493 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近开发了一个新的数学优化建模语言 PyOptInterface ，性能超过了 Pyomo ，JuMP.jl 等一众开源的优化建模语言（相比 Pyomo 有 10 倍以上的性能提升），很适合大规模数学优化问题（线性规划、二次规划、混合整数线性规划等）的建模和求解。
欢迎对运筹优化领域感兴趣的 v 友试用。
7 条回复 2024-06-10 08:30:29 +08:00
 | 1 beneo 2024-06-09 20:49:02 +08:00 这么牛，一般人干不了这个 |
 | 2 chizuo 2024-06-09 21:00:05 +08:00 这个和 Gurobi 相比咋样呢？ |
 | 3 MetaGen OP @chizuo 优化建模语言是负责建立模型的，是求解器接口的上层抽象，最终还是需要调用底层求解器（如 Gurobi 、COPT 、HiGHS 等）去求解。 不过在建模性能方面，PyOptInterface 也是比 Gurobi 自带的 Python 接口要快的。至于求解问题的速度，这个取决于调用的求解器，像 Gurobi 等商业求解器速度都比较快。 |
 | 4 dayeye2006199 2024-06-10 01:33:08 +08:00 via Android 你这性能，是创建问题实例的速度吗？ |
 | 5 yenkn 2024-06-10 03:52:59 +08:00 竟然也有做这个的 v 友，我之前也写过一个类似的库给 ipopt 做 codegen 然后 jit 编译成 python library ，用的是 sympy 来建模和自动微分，性能非常差，每次改完模型等很久，不过好在没有运行时的 overhead ，看到 op 这个工作简直相见恨晚；顺便提个小需求：可以把 codegen 结果生成独立的 C++ header/source 吗，这样 python 调试好的算法就可以直接部署了，也方便接入其他 C++ solver |
| 6 MetaGen OP @dayeye2006199 是的，仅测量了创建模型的速度，因为求解问题的速度仅取决于求解器，和建模语言无关。 |
| 7 MetaGen OP @yenkn 碰上懂行的 v 友了，对于 ipopt 的支持我们也做了，只不过文档还没写，可以先看一下 https://github.com/metab0t/PyOptInterface/blob/master/tests/test_nlp.py 这个测试的例子。 我们的思路也是使用 jit 来生成计算函数值和计算导数的代码，使用了 CppAD 做自动求导+手写的 LLVM IR 或者 C 代码生成+llvmlite 或者 Tiny C Compiler 做代码即时编译。CppAD 的性能本身就很快，而且 PyOptInterface 使用了注册非线性函数+复用的方式，对于同样结构的非线性函数只需要编译一次，很适合具有大量相似非线性结构的优化问题。我猜测你提到的速度很慢一方面是 sympy 速度慢，另一方面是因为对大规模优化问题的所有约束直接自动微分+代码生成会有效率上的问题。 至于生成 C++ header/source 的需求，我没太明白意思，因为最终还是要调用求解器的底层 API ，没办法生成 dependency free 的代码。 |
Select Language