Solving the pooling problem at scale with extensible solver GALINI
Solving the pooling problem at scale with extensible solver GALINI
复制标题
使用可扩展求解器 GALINI 大规模解决池化问题
DOI：
10.1016/j.compchemeng.2022.107660
复制
发表时间：
2022
影响因子：
4.3
通讯作者：
Ceccon F
中科院分区：
文献类型：
--
作者：
Ceccon F
本文提出了一个Python库来建模池化问题，这是一类具有许多工程应用的网络流问题。该库从给定的网络结构自动生成混合整数二次约束二次优化问题。该库还使用网络结构来构建1）非凸二次规划的凸线性松弛和2）问题的混合整数线性约束。我们将池化网络库与GALINI集成，GALINI是一个开源的可扩展的二次优化全局求解器。我们展示了GALINI的可扩展特性，通过使用池库开发两个GALINI插件：1）切割生成器插件，它在GALINI切割循环中添加有效的不等式; 2）原始启发式插件，它使用混合整数线性限制。我们测试GALINI的大规模池问题，并表明，由于良好的上限提供的混合整数线性约束和良好的下限提供的凸松弛，我们获得的最优性差距，具有竞争力的最大问题的情况下，与Guesthouse 9.1。
This paper presents a Python library to model pooling problems, a class of network flow problems with many engineering applications. The library automatically generates a mixed-integer quadratically-constrained quadratic optimization problem from a given network structure. The library additionally uses the network structure to build 1) a convex linear relaxation of the non-convex quadratic program and 2) a mixed-integer linear restriction of the problem. We integrate the pooling network library with GALINI, an open-source extensible global solver for quadratic optimization. We demonstrate GALINI’s extensible characteristics by using the pooling library to develop two GALINI plug-ins: 1) a cut generator plug-in that adds valid inequalities in the GALINI cut loop and 2) a primal heuristic plug-in that uses the mixed-integer linear restriction. We test GALINI on large scale pooling problems and show that, thanks to the good upper bound provided by the mixed-integer linear restriction and the good lower bounds provided by the convex relaxation, we obtain optimality gaps that are competitive with Gurobi 9.1 on the largest problem instances.
登录
查看更多内容
使用函数式编程识别优化问题中的命名结构：在池化中的应用
影响因子：
3.7
作者：
Ceccon F
通讯作者：
Ceccon F
影响因子：
4.3
作者：
Z. Friedman;John Ingalls;John D. Siirola;J. Watson
通讯作者：
J. Watson
DOI：
--
发表时间：
2009
期刊：
--
影响因子：
--
作者：
R. Misener;C. Floudas
通讯作者：
R. Misener;C. Floudas
DOI：
10.1287/mnsc.1030.0207
发表时间：
2000-05
期刊：
Manag. Sci.
影响因子：
--
作者：
Charles Audet;J. Brimberg;P. Hansen;Sébastien Le Digabel;N. Mladenović
通讯作者：
Charles Audet;J. Brimberg;P. Hansen;Sébastien Le Digabel;N. Mladenović
检测 MIP 模型中的语义组
DOI：
--
发表时间：
2016
期刊：
Integration of AI and OR Techniques in Constraint Programming
影响因子：
--
作者：
Domenico Salvagnin
通讯作者：
Domenico Salvagnin