混合整数非线性规划_SCIP混合整数规划框架简介

SCIP：优化求解器介绍

题主学习SCIP起因是CPLEX并不支持列生成算法，经过一番打听，发现SCIP(Solving Constraint Integer Programs)一款非常成熟的开源混合整数规划(MILP)框架，支持自定义搜索树中的各个模块，当然包括在分支限界(Branch and Bound)过程中添加变量的功能，如获至宝。SCIP核心库由C写成，有相应的C++封装函数，相比CPLEX，GUROBI等商业软件，上手难度比较高。现在运筹学应用中，基本以调库为主，但是要想对切平面(Cut),启发式算法(Heuristic)和分支算法(Branch)等问题进行研究，开源软件是必不可少的。开源项目COIN-OR也提供了不少代码供学术界研究，SCIP是相对比较完备的框架。SCIP在编译的时候可以选择使用商业线性规划求解器。

本文主要挑一些SCIP的重点介绍，具体细节可以参考官方网站。

SCIP起源：

SCIP的起源于ZIB(Zuse Institute Berlin)，由博士生Tobias Achterberg奠定整个框架，经过进一步发展到2019年有了6.0.1版本。Tobias毕业后加入IBM CPLEX团队，之后跳槽到GUROBI，因此GUROBI还提高了软件的售价。整个SCIP的基础可以参见他的400多页的毕业论文https://opus4.kobv.de/opus4-zib/files/1112/Achterberg_Constraint_Integer_Programming.pdf。SCIP之所以命名成整数约束规划求解器，是因为他的技术结合了整数线性规划(Integer Linear Programming)和约束规划(Constraint Programming)的技术。整数线性规划理论根植于多面体理论(Polyedral Theory)和切平面(