选择优化器

描述 C++ API 中可用的优化器。

使用 CPLEX 来求解所抽取的模型涉及到求解一个或一系列连续松弛：

如果所抽取的模型本身是连续的，即，如果它未包含整数变量、布尔型变量、半连续或半整数变量、逻辑约束、特殊有序集 (SOS) 或分段线性函数，那么只需要求解一个连续松弛。求解 LP：单纯形法优化器和求解 LP：barrier 优化器探讨可用于求解 LP 的算法。同样，求解具有二次目标 (QP) 的问题探讨可用于求解 QP 的算法。使用二次约束 (QCP) 对问题求解在二次约束规划问题 (QCP) 的上下文中重新介绍 barrier 优化器。在优化中使用分段线性函数：运输示例通过一个运输示例来介绍分段线性函数。优化中的逻辑约束介绍逻辑约束，随后的章节提供示例。
在所有其他情况下，CPLEX 看到的所抽取问题实际上是 MIP，一般而言，这是需要求解的一系列连续松弛。在此类情况下，方法 cplex.isMIP 将返回 IloTrue。求解混合整数规划 (MIP) 问题探讨所应用的算法。

用于求解第一个连续松弛（无论这是唯一的问题还是一系列问题中的第一个问题）的优化器选项由根算法参数控制：


cplex.setParam(IloCplex::RootAlg, alg);

其中，alg 是嵌套枚举 IloCplex_Algorithm 的成员。

作为嵌套枚举，在程序中必须使用的标准名称是 IloCplex::Primal 和 IloCplex::Dual，等等。表 1 显示 IloCplex::Algorithm 所定义的优化器选项的含义。

提示：

选项 Sifting 不适用于 QP 模型。只有 Barrier 选项适用于 QCP 模型。表 2 概述这些选项。

表 1. IloCplex::Algorithm 中的优化器选项
优化器	目的
`AutoAlg`	让 CPLEX 决定所要使用的算法
Primal	使用主单纯形法算法
Dual	使用对偶单纯形法算法
Network	将主网络单纯形法算法用于嵌入式网络，接着将对偶单纯形法算法用于整个网络的 LP，并将主单纯形法算法用于 QP
Barrier	使用内点法算法。在内点法算法之后执行的转换类型由参数 `IloCplex::BarCrossAlg` 设置。
Sifting	使用筛选算法
Concurrent	在多处理器系统上并发使用多种算法

表 2. 在根处可用的算法（按问题类型排列）
值	算法类型	LP？ MILP？	QP？ MIQP？	QCP？ MIQCP？
`0`	`IloCplex::AutoAlg`	是	是	是
`1`	`IloCplex::Primal`	是	是	not available
`2`	`IloCplex::Dual`	是	是	not available
`3`	`IloCplex::Network`	是	是	not available
`4`	`IloCplex::Barrier`	是	是	是
5	`IloCplex::Sifting`	是	not available	not available
6	`IloCplex::Concurrent`	是	是	not available

如果所抽取的模型要求求解多个连续松弛，那么用于求解根处第一个松弛的算法由 RootAlg 参数控制。除根以外所有其他节点处的算法由 NodeAlg 参数控制：


cplex.setParam(IloCplex::NodeAlg, alg)

表 3 概述节点处可用的选项。

表 3. NodeAlg 的算法类型
值	算法类型	MILP？	MIQP？	MIQCP？
`0`	`IloCplex::Auto`	是	是	是
`1`	`IloCplex::Primal`	是	是	not available
`2`	`IloCplex::Dual`	是	是	not available
`3`	`IloCplex::Network`	是	not available	not available
`4`	`IloCplex::Barrier`	是	是	是
5	`IloCplex::Sifting`	是	not available	not available