求解器：助力智能决策的利器

在工业化发展进程中，底层基础技术和软件的发展非常重要，这其中有一项技术被认为是运筹优化领域的“皇冠”——求解器。

求解器技术属于典型的底层技术领域，技术门槛高、研发难度大、投入时间长且风险较高，尤其需要对优化理论有深入研究、对大规模计算机系统工程开发非常精通的科技人才。种种条件制约下，从 1957 年纽厄尔和西蒙（两人为 1975 年图灵奖获得者）等人开始研究一种不依赖于具体领域的“通用问题求解器（General Problem Solver,GPS）”到现在，60 余年发展，全球主流求解器市场仍被来自 GUROBI、IBM、FICO 三家美国公司的产品所垄断，并且构筑了极高的市场竞争门槛。

由于求解器在工业场景中的重要作用，近几年国产求解器研发领域也在蓬勃发展，除了中科院的开源求解器 CMIP 外，国内一些新兴科技公司和大厂也开始投身于商用求解器研发。在 ASU 教授 Hans Mittelmann 维护的国际权威第三方求解器评测榜单中，国产求解器在线性规划 LP 求解速度方面已处于全球商用求解器中的领先地位，但在其他数学规划领域，比如混合整数规划、非凸的非线性规划等方面，在求解速度、可求解模型数量上还依然落后。

那今天我们就带大家了解下求解器是什么，又能做什么？

一、求解器是何方“神器”

在介绍求解器之前，我们先从基础理论和方法出发，简单了解一下数学规划。
数学规划是运筹学的一个分支，其用来研究在给定条件下（约束条件），如何按照某一衡量指标（目标函数）来寻求工作中的最优方案。根据问题的性质和处理方法的差异，数学规划又可分成许多不同的分支，如线性规划、非线性规划、整数规划、混合整数规划、动态规划等等。

上图为常见的数学规划问题 | 来源：网络

数学规划在国防、工业制造、交通物流、资源管理、金融、集成电路设计、电力管理等生产生活各个领域都有着十分广泛的应用，是在实际应用中创造价值最巨大的优化方法。我们在现实中遇到的各种类型优化问题，小到快递员路线选择、商铺选址，大到工厂生产排程、物流路径规划和金融风控等，都可以抽象成一个数学规划问题，采用数学定义的方式，定义出优化问题三要素：即决策变量、优化目标以及约束条件，进而建立不同的数学模型。

数学规划是优化问题建模的第一步，也是最为重要的一步，它界定了问题的类型和求解难度。有了数学模型，求解器就可以帮助我们求解这个问题并寻找问题的最优解。

简而言之，求解器就是用来求解数学规划问题的一类软件，在现实生产生活中具有重要价值和意义。在世界一流的企业供应链管理（SCM）软件，包括结合了运筹优化技术的生产计划与排程系统（APS）、运输管理系统（TMS）等企业决策软件中，都能见到求解器的身影。

二、主流求解器一览

目前主流求解器市场主要分为商用求解器、开源求解器两类，全球知名的商用求解器主要有 Gurobi、IBM Cplex、FICO Xpress，开源求解器主要有 SCIP。这两类求解器相比，商用求解器求解效率优势明显，以制造业中的生产排程为例，在保证数据准确性的前提下，采用商用求解器计算的排产指标可缩短至分钟级。此外还有一些拥有强大计算能力的商业计算软件，比如 Matlab 等也都自带有求解器模块，可以求解部分数学规划问题，不过求解效率和商用求解器相比还是有一定差距。

那么面向不同的数学规划问题我们应该如何选择求解器？目前市面上又有哪些通用求解器可以选择呢？接下来我们对市面上常见的通用数学规划求解器进行一下梳理！

• PART1 商用求解器

求解器	所属机构	可求解的问题	优势特点
GUROBI	美国/Gurobi Optimization	多种类型	性能卓越，各项求解指标领先，全球用户范围广
CPLEX	美国/IBM	大规模线性规划、混合整数规划、二次规划和二次约束规划	包含数学规划求解器CPLEX Optimizer和约束规划求解器CP Optimizer
Xpress	美国/FICO	多种类型	包括通用非线性求解器 Xpress NonLinear，能快速准确解决复杂一般非线性问题
MOSEK	丹麦/MOSEK ApS	侧重二次规划、半定规划和二阶锥规划	公认的求解二次规划、二阶锥规划和半正定规划问题最快的求解器之一
BARON	美国/The Optimization Firm	非线性规划为主	能够将非凸优化问题求解到全局最优
Lingo	美国/LINDO	线性、非线性（凸和非凸/全局）、二次、二次约束、二阶锥、半定、随机和整数规划	内置建模语言，提供许多常用函数方便使用者建立优化模型时调用
杉数COPT	中国/杉数科技	线性规划、混合整数规划、二阶锥规划、半定规划、凸二次（约束）规划	综合性数学规划求解器，线性规划排名世界前列，已应用于多个国内项目，提供定制化服务
阿里云MindOPT	中国/阿里云	线性规划	线性单纯形法目前排第一，已应用于云计算等多项阿里业务
华为OPTV	中国/华为	线性规划、整数规划	融合前沿AI能力，可根据问题特征自适应进行参数调优和求解策略选取

• PART2 开源求解器

求解器	所属机构	可求解的问题	优势特点
SCIP	德国/ZIB研究所	混合整数（非线性）规划	目前混合整数规划和混合整数非线性规划最快的非商业求解器之一
Coin-OR旗下开源求解器	开源社区/全球多个组织和个人	多种类型	COIN-OR维护着市面上几乎所有的开源优化求解器，包括CLP/CBC/CGL/SYMPHONY/ipopt/pyomo等数十种求解器和建模语言
LP_solve	开源社区/sourceforge	纯线性、（混合）整数/二进制、半连续和特殊有序集（SOS）模型	基于修正单纯形法和分支定界法的免费线性（整数）规划求解器
GLPK	俄罗斯/GNU	线性规划、混合整数规划	开源，使用方便，可求解一定规模的线性规划问题，支持直接调用，也能提供C、julia等编程语言的库或package
OR-Tools	美国/谷歌	线性规划、整数规划	集合了面向不同问题的优化工具套件，可免费使用且公开源代码，支持CPLEX、SCIP等第三方求解器
CMIP	中国/中科院	整数规划	采用一种广义系数缩紧割平面(GCSC)技术，对于一般整数规划问题具有一定改善效果，网络设计问题效果显著
Leaves优化求解器	中国/上海财大-杉数	线性规划	由上海财经大学的并行优化国际实验室与杉数科技共同牵头建设，主要聚焦于一些最新大规模一阶和二阶算法的探讨

• PART3 其他软件集成

求解器	所属机构	可求解的问题	优势特点
MATLAB	美国/MathWorks	多种类型	MATLAB是一个包含大量数学函数库的应用程序，提供了多种面向不同问题的数学规划求解器，适用问题规模较小
SAS	美国/SAS Institute	多种类型	SAS是专业的统计分析软件，包含通用的线性规划、混合整数规划和非线性规划的求解模块
SCIPy	开源工具	多种类型	scipy是python科学计算生态栈中的顶级开源库，提供了大量的数值优化求解器，并且提供了统一的数值优化求解器接口

三、求解器是如何求解的？

求解器通常集成了包含多种优化算法的算法框架，比如分支定界法(Branch and Bound Algorithm, B&B)、割平面法（Cutting Planes Method）以及其他启发式算法。在这其中，分支定界法是求解器精确算法框架中最重要的核心算法之一，也是最常用的优化算法，可以用来求解纯整数规划、混合整数规划等问题，以解决现实生产生活中的物流配送、路径规划、航班调度等问题。目前市面上主流的 GUROBI、CPLEX 等商用求解器都是以分支定界法+割平面法作为算法框架的。

下面我们以一个整数规划问题为例，介绍一下求解器的分支定界法是如何求解的。

假如我们要求解这样一个问题：

$$\begin{array}{c}maxZ=3x_1+{10x}_2+{6x}_3\\ subjectto5x_1+{8x}_2+{6x}_3<=12\\ x_1,x_2,x_{3}isbinaryvariable\end{array}$$