LocalSolver Tech.Q/A
検索結果
「」に対する検索結果が41件見つかりました
- Q:どれくらい計算すれば最適といっていいのかわからない
Q:どれくらい計算すれば最適といっていいのかわからないので、 今は固定時間秒で止めています。ただ、過剰に時間をかけている気がします。 他になにか良い打ち切り閾値決定方法はありますでしょうか。 A: 固定時間以外、イタレーション回数の閾値があります。 その他、Callback関数を使って、期待解に到達した場合とか、現在解が一定の時間で 変化(改善)しないとか、ユーザーが止めたい場合とか、打ち切る方法があります。
- Q:LocalSolverを .Solve() すると[ x sec, yyy itr]: z.zzzzという進捗がコンソール出力されると思います。xは時間、yyyは試行回数だと思うのですが
Q:LocalSolverを .Solve() すると[ x sec, yyy itr]: z.zzzz という進捗がコンソール出力されると思います。 xは時間、yyyは試行回数だと思うのですが、z.zzzzの意味は何になりますか? A: 現時点における目的関数の値です。
- Q:分散処理を行う場合、コーディング時に何にか注意する必要がありますか?
A:外部関数を使用する場合は、コードがスレッドセーフであることを確認してください: このページを参照してください。
- Q:最後に bounds = b.bbbbと出力されますが、これの意味は何になりますか?
A: 最少化の場合、現在見つけた解の下限、最大化の場合、その上限を表します。
- Q:ブラックボックス関数の詳細を教えてください。
A:ブラックボックス関数の詳細については、「サロゲートモデリング」セクションを参照してください。この機能ついてはHosaki Functionを参照してください。また、ガイドラインも参考にしてください。
- Q:コーディングの際に特に注意しなければならないことはありますか?
A:スレッドセーフの問題を除けば、大きな「技術的な」落とし穴はありません。 ただし、モデリングは難しい場合があるため、通常はガイドラインを参照いただくことを推奨しています。
- Q:LPファイルの入出力は可能ですか?
A:できません。
- Q:LocalSolverでは、分散処理で処理性能を向上させることはできますか? もしそうなら、LocalSolverの単一のライセンスで十分ですか? またどのような構成が使用されますか?
A:一般的に、10を超えるスレッドを使用しても、パフォーマンスが大幅に向上することはありません。
- Q:LocalSolverでは、分散処理で処理性能を向上させることはできますか? また、この目的にはLocalSolverの単一ライセンスで十分ですか? どのような構成が使用されますか?
A:LocalSolverは、すでにホストマシンで並列処理を利用しています。 同じインスタンスに複数のマシンを使用する場合、これを簡単に行うための組み込みの方法はありません。
- Q:LocalSolverでは、プロセスは2つのステップに分かれています。最初のステップでは、LocalSolverはどのようにして実行可能な解決策を見つけますか?
Q:LocalSolverでは、プロセスは2つのステップに分かれています。最初のステップでは、LocalSolverはどのようにして実行可能な解決策を見つけますか? また最初のステップで実行可能な解決策を1つ見つけるとすぐに、それは2番目のステップに進みますか? 最初のステップで実行可能な解決策が見つからない場合にのみ実行不可能となりますか? 多目的最適化の解決に必要な手順は何ですか? A:2つのステップの意味が把握できていません。 一般的に言って、多目的問題では、すべての目的が辞書式順序で一度に扱われます。ただし、特定の目的に焦点を合わせたい場合は、フェーズを定義できます。すべての制約に当てはまる解が見つからない場合、ソルバーは実行不可能を返します。 インスタンスに実行可能な解決策がないことが証明された場合、不整合が返されます。 このページを参照ください。
- Q:一般に、TSPは指数関数的な順序の問題として分類されますが、LocalSolverが合理的な解決策を提供できる問題の大きさはどれくらいですか?
A:私たちのベンチマークは、最大20000の都市を持つインスタンスに対して非常に優れたソリューションを示しています(ただし、さらに高くなる可能性があります)。 ここでテーマを確認できます
- Q:混合整数計画ソルバーは、分枝限定法を使用して正確な解を目指します。 LocalSolverはどのようなアプローチを取り、どのようなソリューションを目指していますか?
A:歴史的に、LocalSolverは局所探索ヒューリスティックを利用します。 目標は、最適性を証明することではなく、非常に短い時間で非常に優れたソリューションを提供することです。 そうは言っても、ソルバーにMIP、MINLP、CPからの正確なメソッドも含まれているため、ほとんどの問題に限界を提供し、場合によっては最適性を証明することもできます。 ただし、主な目標は、最適性を証明できない場合でも、非常に高品質のソリューションを短時間で提供することです。