点击上方“蓝字”关注我们
“使用IBM ILOG CPLEX Optimization Studio，构建并解决复杂的优化模型，以确定可能的最佳操作。”
利用数据科学改变您的业务决策
IBM ILOG CPLEX Optimization Studio 是一款规范性分析解决方案，它支持使用数学和约束规划来快速开发和部署 Decision Optimization 模型。借助此 Decision Optimization 技术，您可以：
优化您的业务决策
快速开发和部署优化模型
创建可显著改善业务成果的实际应用软件
01
—
什么是CPLEX ？
IBM ILOG CPLEX Optimization Studio是 OPL 集成开发环境与 CPLEX 和 CP Optimizer 解决方案引擎在单一产品中的整合。
CPLEX Optimization Studio以最快的速度为各种计划和调度问题建立高效的优化模型和最先进的应用程序。 通过其集成开发环境、描述性建模语言以及内置工具，该产品支持整个模型开发流程。
CPLEX 是IBMILOG Optimization Studio 的一项功能，它在优化引擎中提供了最先进的性能和鲁棒性，用于解决以数学编程模型表示的问题。
CP Optimizer 也是IBMILOG Optimization Studio 的一项功能，它是一个约束编程工具软件库，支持约束传播、域缩减和高度优化的解决方案搜索。
定义 CPLEX 求解的问题类型。
IBM ILOG CPLEX Optimizer 是一种用于对以下形式的线性优化问题（通常称为线性规划 (LP) 问题）求解的工具：
其中 ~ 可以是 ≤、≥ 或 =，并且上限 u i 和下限 l i 可以是正无穷大、负无穷大或任何实数。
您提供作为此 LP 的输入的数据元素包括：
CPLEX 还可对 LP 的多个扩展求解：
网络流问题，是 LP 的一种特殊情况，CPLEX 可以通过利用问题结构以快得多的速度对其求解。
二次规划 (QP) 问题，其中 LP 目标函数扩展为包括二次项。
二次约束规划 (QCP) 问题，在约束中包括二次项。 实际上，CPLEX 可对二阶锥规划 (SOCP) 问题求解。
混合整数规划 (MIP) 问题，其中任意或所有 LP、QP 或 QCP 变量都进一步限制为采用最优解法中的整数值，并且 MIP 自身扩展为包括诸如特殊有序集合 (SOS) 和半连续变量之类的构造。
CPLEX 组件
描述 CPLEX 的组件：Interactive Optimizer、Concert Technology、Callable Library。
CPLEX 以各种形式满足用户的各种需要：
CPLEX Interactive Optimizer 是一种可执行程序，可以交互方式或从某些标准格式的文件中读取问题，对问题求解，并以交互方式提供解法或将解法提供到文本文件中。 该程序由 Windows 平台上的文件 cplex.exe 或 UNIX 平台上的 cplex 组成。
Concert Technology 是一组提供 API 的 C++、Java 和 .NET 类库，该 API 包括使程序员能够在 C++、Java 或 .NET 应用程序中嵌入 CPLEX 优化器的建模工具。 表 1 列出了包含这些库的文件。
CPLEX Callable Library 是一种 C 库，程序员通过它可在以 C、Visual Basic、FORTRAN 或任何其他可以调用 C 函数的语言编写的应用程序中嵌入 CPLEX 优化器。 该库在 Windows 平台上的文件 cplexXXX.lib 和 cplexXXX.dll 中提供，并在 UNIX 平台上的 libcplex.a、libcplex.so 和 libcplex.sl 中提供。
Python API for CPLEX，一种支持 CPLEX 优化的所有方面的全功能 Python 应用程序编程接口。
优化器选项
如何使用属于 CPLEX 的一部分的 LP 算法， QP、QCP 和 MIP 问题类型基于本部分讨论的 LP 概念。
使用缺省设置时，将调用适合于您要求解的问题类的优化器。 但是，出于特殊目的，您可能希望选择其他优化器。 可以使用以下任何 CPLEX 优化器对 LP 或 QP 问题求解：对偶单纯形法、主单纯形法、barrier，还可能包括网络优化器（如果问题包含可抽取的网络子结构）。 纯网络模型全部由网络优化器求解。 QCP 模型（包括特殊情况的 SOCP 模型）全部由 barrier 优化器求解。 MIP 模型全部由混合整数优化器求解，后者反过来可在其计算过程中调用任何 LP 或 QP 优化器。
表 1概述了这些可能的选择。
02
—
CPLEX 主要功能
数学编程
CPLEX 专为各行业的高吞吐量、大规模优化场景打造，支持借助单纯形法和障碍法等先进算法，结合分支定界、割平面法及预解技术，求解 LP、MIP、MIQCP 与 SOCP 模型。
约束调度
使用 CP Optimizer 求解含离散变量的组合模型并处理调度问题。利用时间约束、整数变量和域缩减实现高效求解。适用于跨行业的资源规划、员工排班、制造优化、打包、分配及其他复杂组合挑战。
OPL建模
使用 OPL（优化编程语言）对复杂优化问题进行建模，这是一种声明式语言，原生支持集合、数组、元组以及线性和非线性约束。它还支持特定于调度的结构，如区间（活动）和累积函数（资源）。与通用编程语言相比，这简化了建模过程。
开发环境
集成开发环境 (IDE) 具备约束感知编辑器、项目管理器和解决方案可视化器。对于基于 OPL 的开发，可在本地或 IBM Cloud 上调试、分析和运行模型，拥有完全的控制权和透明度。支持通过 JavaScript 进行脚本编写。
03
—
CPLEX最新版本
CPLEX Optimization Studio 22.2.0 的新功能
屏障算法的改进
在启用了 Linux 的 Arm64 上使用 OpenBLAS 作为屏障算法
在启用了 Mac OS 的 Arm64 上使用 Accelerate 作为屏障算法
Java示例的改进
CPLEX 和 CP Optimizer 的 Java 示例现已作为 Maven 项目提供。
Windows 平台移植
CPLEX Optimization Studio 在 Windows 平台上作为单个端口交付。 该端口现已兼容 Visual Studio 2019、Visual Studio 2022 和 Visual Studio 2026。
Python 支持
Python 3.10 CPLEX Optimization Studio 22.2.0 支持以下文件： Python、 3.11、 Python、 3.12、 Python、 3.13 以及 Python、 3.14。
*上海卡贝信息技术有限公司是IBM业务合作伙伴，我们代理销售IBM软件业务，包括:CPLEX,IBM SPSS Statistics, SPSS AMOS, SPSS Modeler等，如您有任何需要，欢迎与我们联系。
-------------------------------------------------------
