编者按：

优化求解器对于做运筹学应用的学生来说，意义重大。

然而直到今天，放眼望去，全网（包括墙外）几乎没有一个系统的Cplex中文求解器教程。

作为华人运筹学的最大的社区，『运筹OR帷幄』 责无旁贷，我们决定承担这「吃力不讨好」的责任。

Cplex视频教程由『运筹OR帷幄』【视频】版块荣誉出品，主编留德华叫兽策划和监制，【视频】版块责编唐博编程并录制，初步设置16节课，希望能为大家扫盲数学规划求解器的编程基础，并且用实例带大家入门如今最火的人工智慧、计算机视觉（底层即优化问题）。

文章作者：?? @留德华叫兽，『运筹OR帷幄』主编

视频录制、剪辑：唐博 ，『运筹OR帷幄』报道、视频版块责编视频策划、监制：??? @留德华叫兽 文章发表于微信公众号【运筹OR帷幄】：视频教程 | 用Python玩转运筹优化求解器IBM Cplex（一 ）欢迎原链接转发，转载请私信 @运筹OR帷幄 获取信息，盗版必究。敬请关注和扩散本专栏及同名公众号，会邀请全球知名学者发布运筹学、人工智慧中优化理论等相关干货、知乎Live及行业动态：『运筹OR帷幄』大数据人工智慧时代的运筹学

01优化求解器概述

当我们费劲千辛万苦对一个实际问题用数学规划建模以后，写成如下优化问题：

我们知道，数学建模完成后要求解具体的实例，下一步便需要设计相应演算法，然后导入实际数据求解。

如果问题是线性规划，因为有相应的多项式时间演算法（例如内点演算法），设计并实现一下演算法可能还不是那么的困难。

但是，如果问题是一个整数规划，其求解的基本演算法是分支定界法：

留德华叫兽：【学界】混合整数规划/离散优化的精确演算法--分支定界法及优化求解器

那么我们是否还要亲自手撸一遍指数级复杂度的分支定界法呢？

几十年前，当市场上还不存在优化求解器的时候，很不幸的告诉你：需要！

在海德堡大学读博期间，我与欧洲运筹协会主席、巴塞罗那理工Elena Fernandez教授（eio.upc.edu/en/homepage）闲聊的时候，她就跟我诉苦当年她读博时期手撸分支定界演算法的「悲惨」经历。（当时作为一名运筹学研究精确演算法博士生的毕业难度/代码能力可想而知。）

而今，正因为有了优化求解器的存在，我们只需将以上整数规划模型的系数矩阵输入到优化求解器中，它就能够给我们快速求出最优解或可行解。

并且除了最基础的分支定界法，求解器通常还集成了各种「花式「的启发式和割平面演算法，使得求解效率大大提高！

因此，运筹学博士生的毕业难度大大降低！

还是一头雾水？优化求解器到底是什么呢？

从编程的角度，大家可以把它理解为一个专门求解优化/整数规划模型的演算法包（library），你可以用任何编程语言（C/C++、Java、Python）去调用这个包里的方程，只要你把你要求解的整数规划模型目标方程和系数矩阵输入进去（告诉它你要求解的具体问题），它就会给你求解出结果。

例如在Python环境下只需如下四步：

1导入CPLEX的包

import cplex

2初始化一个优化模型

prob = cplex.Cplex() # 此处的prob可以是任意变数名

3输入模型的目标函数、约束条件及变数系数

prob.objective.set_sense(...) # 设置目标方程的取值方向：求最大值/最小值

prob.variables.add(...) # 添加变数

prob.linear_constraints.add(...) # 添加约束条件

4直接调用优化求解器的求解方法(method)，一键求解

prob.solve()

02商业整数规划求解器

1. IBM ILOG Cplex

由于欧盟玛丽居里项目的缘故，我曾经在义大利Blogna Cplex的developer之一Andrea Tramontani手底下「实习」了半年

网址：ibm.com/products/ilog-c

支持模型：混合整数（平方）规划、Constraint programming

支持语言：C/C++、Java、Python、Matlab等

特点：支持Benders分解模块（仅此一家）、速度Top2

当前版本：12.8

2. Gurobi

网址：gurobi.com

支持模型：混合整数（平方）规划、Constraint programming

支持语言：C/C++、Java、R、Python、Matlab等

特点：速度Top2、价格最高

当前版本：8.0

3. FICO Xpress

网址：fico.com/en/products/fi

支持模型：混合整数（非线性）规划、Constraint programming

特点：速度Top3，支持鲁棒优化

当前版本：8.5

更多关于优化求解器的介绍，请参见【运筹OR帷幄】之前的一篇推文：【学界】运筹学数学规划|离散优化求解器大搜罗

03Cplex视频教程（Python API）

因为本科和硕士都是数学背景的关系，我的编程基础很差。回想起当年我读博初期，从硕士研究优化理论到博士初次接触运筹学的应用，在建立好优化模型后，对于如何使用求解器是一头雾水，无从下手。

直到去到IBM Cplex实习，Cplex开发者之一的Dr. Andrea和IBM科学家Andrea Lodi教授，以及玛丽居里项目几个同事悉心地指导，才使我短短几个月便从Cplex最简单的应用到Cplex callback function到列生成法的实现逐一捋了一遍！

优化求解器对于做运筹学应用的学生来说，意义重大。

然而直到今天，放眼望去，全网（包括墙外）几乎没有一个系统的Cplex中文求解器教程。

作为华人运筹学的最大的社区，『运筹OR帷幄』 责无旁贷，我们决定承担这「吃力不讨好」的责任。

Cplex视频教程由『运筹OR帷幄』视频版块荣誉出品，主编留德华叫兽策划和监制，【视频】版块责编唐博编程并录制。

我们假设读者已有一定的Python编程基础，在传授如何用Python调用Cplex求解数学规划问题的同时，我们也试图讲解如何把一个实际问题（例如计算机视觉案例）数学建模成整数规划模型，以及一些常用的大规模优化问题的分解方法（割平面、列生成）等建模技巧。

希望这个系列视频能为大家扫盲数学规划求解器的编程基础，并且用实例带大家入门如今最火的人工智慧、计算机视觉（底层都是优化问题）。

总提纲（试行）：

  • CPLEX的下载和安装
  • CPLEX Python API的安装和调用
  • 数学规划模型lp、mps格式文件的读写
  • 线性规划问题建模及求解
  • 线性规划问题敏感性分析
  • 线性规划问题优化器选择
  • 混合整数规划问题建模及求解
  • 混合整数规划问题求解策略设置
  • 混合整数二次规划问题求解
  • 模型修改和重新优化
  • 进阶版--绝对值不等式转线性
  • 进阶版--高次不等式转线性
  • 进阶版--大M不等式及其伤害
  • 进阶版--数学建模的艺术之一题多解
  • 进阶版--割平面法之计算机视觉实例
  • 进阶版--列生成法之计算机视觉实例

以上提纲仅为试行版本，随著视频录制的进行，可能会有修改或增减。

也希望优化求解器大牛们参与到我们的视频教程创作中来，或提供宝贵的建议，一起参与到运筹学的科普中～

第一期视频内容：

  • 用CPLEX制作图像处理工具之展望
  • CPLEX学术版申请
  • CPLEX下载及安装
  • Anaconda环境下安装CPLEX Python API
  • CPLEX Python API的调用

据@唐博说，第一期视频虽然只有不到10分钟，但是前期策划和转变，加上反复录制和剪辑，前前后后花了至少有8个小时。

不光是录制视频，其实『运筹OR帷幄』创作推文也一样，每篇文章都会花费责编/作者数小时创作/编辑。

因此，各位读者如果看到您觉得不错的推文，希望可以点个「好看」和分享，让知识传播地更远，一起科普运筹学！

郑重声明：

所有Cplex Python API视频教程免费代码开源

好了，千呼万唤使出来，下面便是第一期的视频教程：

嫌手机屏幕太小，看得不够过瘾！？

没问题！欢迎关注『运筹OR帷幄』官方B站：运筹OR帷幄，Cplex Python API系列视频教程和视频直播都会首发于B站。

B站网址：space.bilibili.com/4030

此外，欲获得视频中的源代码，请于『运筹OR帷幄』公众号后台回复关键词： Cplex教程

强烈建议大家下载源代码，跟著唐博一起手撸Cplex的Python源代码喔！～

04运筹OR帷幄【视频】版块成立啦

「视频」版块上线初期，将涵盖三个模块：

Part ONE：

视频教程--即类似今天这样的技术视频教程

Part TWO：

科普快照--即科普类、趣味性视频，让学科传播地更远

Part THREE：

SundayLive--即留德华叫兽担任主播，并不定期邀请行业好友/大佬，与大家谈天说地

欲知详情，请见：

号外！『运筹OR帷幄』开直播、出教程啦！「视频」版块正式开通！

【视频】版块主编/责编火热招募中【视频】版块现招募版块（副）主编，欢迎对运筹学/数据科学/AI科普有热情的小伙伴加盟，将学科知识传播给平台10W+的同行，共同学习和成长。最后，如果对于【视频】版块或者Cplex教程的提纲有任何建议或想法，都欢迎在评论区指出！

温馨提示

欲获得视频中的源代码， 可以在 本公众号后台 回复关键词：「 Cplex教程 」，如果觉得有用， 请勿吝啬你的留言和赞哦！~

扫二维码关注『运筹OR帷幄』公众号：

点击查看『运筹OR帷幄』志愿者招募介绍及加入方式：


推荐阅读：
相关文章