当前位置:网站首页>数据魔术师告诉你整数规划COPT5.0离CPLEX还有多远?
数据魔术师告诉你整数规划COPT5.0离CPLEX还有多远?
2022-06-21 22:39:00 【用户1621951】
COPT5.0:整数规划离CPLEX还有多远?
前言
作为一个长期致力于运筹优化领域研究的团队,我对国产的运筹优化求解器软件的发展非常关注。最近,得知杉数科技即将发布新版的杉数求解器COPT 5.0,我第一时间联系了葛冬冬教授,提前拿到了最新版本。
我最关注的是混合整数规划(MIP)求解器的性能。由于MIP求解器开发难度远远高于线性等其它模块,其应用领域也远多于其它场景,MIP求解器的性能也一直是评估优化求解器的“金标准”。记得世纪初,名声最大的是被IBM收购的CPLEX,其MIP求解性能在工业领域长期一枝独秀,在我们接触到的国企和外企里使用者很多,并拥有大量粉丝。2008年,从CPLEX团队离职的三位核心开发人员共同创办了GUROBI,经过十多年的发展,其计算性能后来居上,也积攒了很多用户。
由美国亚利桑那大学Hans Mittelmann教授维护的优化软件测评榜单是国际公认的优化求解器测评平台。我注意到杉数的MIP求解器自从去年上榜以来,性能一直在提升。从COPT 2.0版到最新的COPT 5.0版,相对第一名GUROBI的求解时间不断改进,比率已经从5.17提高到了2.34。在MIP测评榜单上一直处于第二名的位置。
正如杉数科技一直说的,我们国产的MIP求解器实际上还没真正拿到第二的位置。这是由于上文提到的CPLEX,以及FICO的XPRESS,当时的老二老三,于2018年退出了测评,这让人难以将COPT和CPLEX这一广泛使用的MIP求解器做详细对比。
我一直很好奇CPLEX和COPT的水平到底如何?是否还是有很大差距?
正好,作为高校教师,我们有CPLEX 最新版本的使用授权,我的团队也有个工作站,跟Mittelmann教授测评使用的同款(Intel i7-11700K CPU,64G内存),因此我这次迫不及待地做了一个测试。测试虽然非官方,但是也是在尽量公平和按照Mittelmann教授的测试环境和标准来进行,希望可以把这一缺失的信息补上,供运筹优化领域内的同行参考。
我们在自己的机器上快速地跑了跑COPT 5.0版本在MIPLIB 2017的部分问题,和Mittelmann教授测试的结果基本一致(误差上下浮动基本在1~2%)。因此我将直接使用Mittelmann教授提供的COPT 5.0和GUROBI 9.5版数据。我们自己使用的CPLEX版本是2022年初发布的22.1版。我们首先测试了MIPLIB 2017 Benchmark整个算例集。该算例集共有240个算例,反应MIP求解器的综合实力。在该算例集上的测评结果为:
求解器名称 | Gurobi 9.5 | Cplex 22.1 | COPT 5.0 |
|---|---|---|---|
求解数量 | 224 | 206 | 195 |
平均求解时间 | 91.39 | 168.65 | 214.04 |
相对求解时间 | 1.00 | 1.85 | 2.34 |
MIPLIB 2017 Benchmark 测评
按照Mittelmann教授的标准,测评中每个算例允许的求解时间上限为2小时,表格中“求解数量”为该时限内正确完成求解的算例数。“平均求解时间”是各个求解器在全部240个算例上的移动几何平均求解时间,单位为秒,若未完成求解则按照7200秒上限计算。“相对求解时间”是各求解器平均求解时间除以第一名的结果。从测评结果可以看出,无论是可解数量还是平均求解时间,Gurobi还是处在领先地位的。当然COPT与其差距已经快速地缩小了。
在分析对比时,比较吃惊地发现是COPT 5.0和最新版的CPLEX的差距已经非常的小。相对求解时间仅为1.27。这可以理解为COPT在求解常见的MIP问题时,速度比CPLEX仅慢27%!这是我意想不到的结果!
更吃惊的是,我也测试了Infeasibility Detection for MILP Problems这个算例集。这个算例集有32个无可行解的算例,考察的是证明MIP不可行的速度。在该算例集上的测评结果为:
求解器名称 | Gurobi 9.5 | Cplex 22.1 | COPT 5.0 |
|---|---|---|---|
求解数量 | 30 | 28 | 29 |
平均求解时间 | 12.07 | 24.45 | 16.83 |
相对求解时间 | 1.00 | 2.03 | 1.39 |
Infeasibility Detection 测评
从测评结果可以看出,在检查MIP问题是否可行方面,COPT已经大步超过了CPLEX,快54%!这结果简直让我震惊了!
当然5.0其它的部分我没有去测,据说其它模块也有全面的改进。其实线性部分很早之前COPT已经遥遥领先,多数时间都是霸榜第一的状态,上次我们团队内部的测试基本比CPLEX快了两三倍。所以已经没有太大的比较意义了。这次COPT贡献了一个新模块SDP,把原来的老大MOSEK直接打到了慢一倍多,出手真够狠的……
结论
综合以上的测评可以看出。杉数的MIP求解器在部分领域已经超过了CPLEX,整体性能上基本接近。根据过去这一年多来的观察,我相信杉数求解器的性能全面超过CPLEX指日可待。在那之后,国产MIP求解器的追赶目标就是GUROBI了。
我把最高的敬意献给他们
COPT团队,加油吧,少年
边栏推荐
- Neural networks and support vector machines for machine learning
- 谷歌AI大模型LaMDA有朝一日可取代搜索引擎?谷歌研究员:搜索可被重新想象成用户和语言之间的双向对话
- Introduction to activities in the name of the father (you can collect sheep)
- [technical remarks] [reprint]analysis of several parameters of ffmpeg compressed video
- 【微信小程序】微信小程序使用表单的一些坑和注意事项
- 6月編程語言排行榜已出,這門語言要“封神”
- im即时通讯源码+软件+app附详细封装视频搭建教程
- 外部排序的基本内容
- [roarctf2019] gold 6 years
- [ACTF新生赛2020]swp
猜你喜欢

标志位生成

HMS core machine learning service ID card identification function to achieve efficient information entry

Binary sort tree

Lectures explanation for unsupervised graph level representation learning (usib)

Youth without words │ use technology to frame the best memories of graduation season

转载:网络加载框架 - Retrofit

Basic contents of external sorting

metersphere与jenkins的持续集成

redis主从复制(九)

Cvpr2022 𞓜 loss problem in weakly supervised multi label classification
随机推荐
VIM automatic command events
Basic contents of external sorting
7. target detection
【php】mvcs概念(通俗易懂)
【微信小程序】微信小程序使用弹出框多级联动(示例)
Buuctf misc Xiaoyi USB flash disk
美国旅游签证面试须知,我来敲重点啦!
All kinds of FPN in object detection
metersphere与jenkins的持续集成
谷歌AI大模型LaMDA有朝一日可取代搜索引擎?谷歌研究员:搜索可被重新想象成用户和语言之间的双向对话
Win11 how to change the desktop file path to disk D
im即时通讯源码+软件+app附详细封装视频搭建教程
Infant name [adjacency matrix and DFS of connected components]
数学知识:最大公约数—约数
discuz!论坛修复站帮网vip插件bug:VIP会员到期后,重新开通永久会员时,所属的用户组没有切换到永久会员分组
C. Helping the nature (CF) difference
How to uninstall windows SQL Server cleanly?
arm汇编DCB、DCW、DCD、DCQ解析
6月编程语言排行榜已出,这门语言要“封神”
Youth without words │ use technology to frame the best memories of graduation season