Neu in LINGO 20

Neu in LINGO 15

• Native Unterstützung für Mac OS
  LINGO ist jetzt auch unter Mac OS X verfügbar.
  
• Verbesserter Simplex-Solver für schnellere Lösung von linearen Modellen
  Die Verbesserungen bezüglich der Geschwindigkeit und Robustheit des Simplex-Verfahrens für lineare Programmierung führen zu einer um durchschnittlich 90 % schnelleren Lösung beim primalen Simplex- und 45 % schnelleren Lösung beim dualen Simplex-Verfahren.
• Gesteigerte Performance bei ganzzahligen Modellen
  Verbesserte Lösungszeit bei einer breiten Masse an ganzzahligen Modellen bedingt durch Verbesserungen bei mit dem Rucksackproblem verbunden Zuschnitten, verbesserten Auswahlregeln des Default-Knotens und Regeloptionen zu Verzweigungsvariablen.
• Erweiterte Fähigkeiten zur effizienten Lösung von quadratischen Modellen
  Die neu eingeführte Unterstützung für positiv definite Programme (POSD) ist vor allem bei der Arbeit mit Kovarianzmatrizen nützlich, da ein häufiger Anwendungsfall darin besteht , dass bei der Schätzung der Kovarianzmatrix eines Portfolios die Bedingung, dass die Matrix positiv semi-definit sein muss, hinzukommt.
  Die neu eingeführte Reformulierungsfunktion verbessert die Performance bei quadratischen Portfolio-Modellen mit semi-kontinuierlichen Variablen (z. B. Min-Buy-Quantities) und/oder mit Beschränkung der Kardinalitäten, welche die Anzahl der Assets im Portfolio begrenzen.
  Die quadratische Reparaturfunktion kann die Performance bei fast-konvexen quadratischen Programmen (QP) erhöhen.
• Neue Vorverarbeitung
  Die neue Vorverarbeitung bei linearen Programme reduziert signifikant die Koeffizientendichte bei bestimmten dichten Matrizen, wodurch die Perfomance bei Modellen wie sie beispielsweise bei der Produktionsplanung mit vielen Perioden erheblich gesteigert wird.
• Verbesserter nicht-linearer Solver
  Die überarbeiteten Standardeinstellungen für nicht-lineare Programme erhöhen die allgemeine Performance bei nicht-linearen Modellen und erlauben eine schnellere Verarbeitung von langen nicht-linearen Ausdrücken in nichtlinearen Modellen (tausende von Termen).
• Schnellere Generierung von Modellen
  Die Erzeugungszeit von großen Modellen kann durch den hinzugefügten Multithread-Code des Modellgenerators reduziert werden.

Neu in LINGO 14

• Neue Diagrammfunktionen
  • Der "Network Chart" stellt Netzwerkdiagramme dar. Dabei können mehrere Netzwerke in einem Diagramm dargestellt werden.
    
  • Einfache Erzeugung von Diagrammen mit mehreren Ausdrücken, z. B. mehreren Funktionsgraphen
    
• Anzeige von permutierten Matrizen
  Die einem Modell zugrunde liegenden Matrizen können mit verschiedenen Anordnungen dargestellt werden. Die nachfolgende Abbildung zeigt ein Modell mit seiner ursprünglichen Ordnung.
  
  Die folgende Abbildung zeigt dasselbe Modell, jedoch wurde die Matrix mit nur einem Klick in ein Block-Dreiecksformat umgewandelt.
  
• Schnelleres Rendern von Matrixdarstellungen
  Für Modelle mit mehr als 10.000 Variablen oder Nebenbedingungen wurde die Geschwindigkeit bei der Darstellung um mehrere Größenordnungen verbessert.
• Dynamische/Programmatisch abgeleitete Sets
  Die @INSERT-Funktion, die das dynamische Hinzufügen von Set Members zu abgeleiteten Sets ermöglicht, wurde hinzugefügt.
• Prozeduren/Öffentliche Subroutinen
  LINGO unterstützt seit Version 14 aufrufbare Prozeduren. Aufrufbare Prozeduren sind CALC-Bereichen ähnlich, sie können jedoch mehrere Male aufgerufen und ausgeführt werden.
• Funktion zur Numerischen Integration
  Mit dem Befehl @INTEGRAL() kann jetzt das numerische Integral einer Funktion über einem Integral einfach berechnet werden.
• Mehr Wahrscheinlichkeitsverteilungen zur Planung unter Unsicherheit
  Die Beta-Binomial- und symmetrisch-stabile Verteilung werden in LINGO 14 unterstützt. Stochastische Modelle können nun auch Zufallsvariablen mit Beta-Binomial- oder symmetrisch-stabiler Verteilung enthalten.
• Datums- und Zeitfunktionen
  Eine Reihe von Funktionen zur Konvertierung von Datumswerten in und aus skalaren Angaben wurde eingeführt. Dabei bezeichnet die skalare Datumsangabe die Zeit seit Mitternacht des 1. Januars 2000. Die Funktionen helfen vor allem bei arithmetischen Operationen in Modellen.
• Reduzierte Lösungszeit auf Multicore-Computern
  LINGO 14 unterstützt Multicore-Computer sowohl mit nebenläufigen als auch mit parallelen Algorithmen. Nebenläufige (concurrent) Algorithmen führen zwei oder mehrere verschiedene serielle Algorithmen auf mehreren Kopien desselben Modells aus und verwenden für jeden Algorithmus einen eigenen Thread. Im Gegensatz, dazu parallelisieren parallele Algorithmen rechenintensive Teile eines seriellen Algorithmus, um die Last auf verschiedene Threads zu verteilen. Der Barrier-, Global-, Integer-, Linear-, Multistart- und Stochastic-Solver bieten die Multicore-Unterstützung.
• Verringerter Zeitaufwand bei der Erzeugung von Modellen auf Multicore-Computern
  Zusätzlich zu den Solver-Multicore-Erweiterungen wurde auch bei der Erzeugung von Modellen auf Multicore-Unterstützung zurückgegriffen. Im Vergleich zu vorherigen Versionen kann die Erzeugungsdauer von großen Modellen um 50 % verringert werden.
• Branch-and-Price-Solver
  Der neu eingeführte Branch-and-Price-Solver kann Probleme mit Blockstrukturen/-matrizen schneller als bisher lösen, da der Solver Multicore-Systeme unterstützt. Weiterhin wurde die Erkennung von Dekompositionsstrukturen zur Unterstützung des Branch-and-Price-Solvers verbessert.
• Verbesserter MIP-Solver
  LINGO 14 verbessert signifikant die Heuristiken zum Auffinden guter, annehmbarer Lösungen von ganzzahligen Modellen. Das Simple-Rounding- und das Feasibility-Pump-Verfahren verwenden nun Bound Propagation zum verbesserten Finden einer annehmbaren gemischt-ganzzahligen Lösung im aktuellen Pfad. Des Weiteren wurde eine neue, weiter entwickelte Heuristik zur Verbesserung der bisher besten gemischt-ganzzahligen Lösung unter Berücksichtigung bereits erhaltener gemischt-ganzzahliger Lösungen und der aktuellen Relaxation eingeführt. Dadurch ist der MIP-Solver in vielen Fällen in der Lage, bessere gemischt-ganzzahlige Lösungen in kürzerer Zeit zu finden.
• Schnellerer und verbesserter Multistart-Solver
  Der Multistart-Solver wurde so verbessert, dass er bis zu zwei Mal schneller gegenüber der Vorgängerversion ist. Die Chancen, die global beste Lösung zu finden, haben sich für viele nicht-konvexe Modelle zwischen 10 und 15 % erhöht.
• Verbesserter Global-Solver
  Zur besseren Nutzung von Multicore-Computern wurde ein paralleler Algorithmus hinzugefügt.

Neu in LINGO 13

LINGO 13.0 beinhaltet erweiterte und verbesserte Funktionen, um Optimierungsmodelle mit Unsicherheiten zu handhaben. Weiterhin sind die Leistung der Solver und erweiterte Diagrammfunktionen hinzugekommen.

Unterstützung von stochastischen Modellen mit probabilistischen Nebenbedingungen, so genannten Chance-Constrained Programmen (CCP)

Das Chance-Constrained-Programming (CCP) erlaubt die Verletzung einer oder mehrerer Mengen von Nebenbedingungen mit einer festgelegten Wahrscheinlichkeit. CCP ist nützlich, wenn gewisse Ressourcen oder Ansprüche zufällig sind. Eine Lösung, die allen möglichen Ergebnissen genügt, kann ziemlich teuer oder sogar unmöglich sein. Es kann eine vernünftige und praktische Strategie sein, zu erlauben, dass gewisse Nebenbedingungen mit einer geringen Wahrscheinlichkeit verletzt werden.

Verbesserungen am Stochastic Solver

• Verbesserter Warmstart in mehrstufigen Stochastic-Programming-Modellen (SP).
• Verbesserte Methoden, um Korrelationen zwischen stochastischen Parametern zu induzieren.

Neue Wahrscheinlichkeitsverteilungen

• Über 65 neue die Dichte-, Verteilungs- und inverse Verteilungsfunktionen von Wahrscheinlichkeitsverteilungen betreffende Funktionen

Verbesserungen am MIP Solver für gemischt-ganzzahlige Modelle

• Signifikante Verbesserungen in Wurzelknoten-Heuristiken, um auf schnellem Wege gute, ganzzahlig realisierbare Lösungen zu finden.
• Verbesserte Identifikation spezieller Strukturen in bestimmten Klassen von Modellen wie multi-periodischen Modellen und die Möglichkeit, diese Struktur auszunutzen, um die Lösungszeiten signifikant zu reduzieren.

Festlegen variabler Verzweigungspriorität

• Verwendung der Funktion @PRIORITY, um eine Verzweigungspriorität für ganzzahlige Variablen festzulegen.

Verbesserungen am Global Solver

• Verbesserte Heuristiken, um auf schnellem Weg eine gute, realisierbare Lösung zu finden.
• Nebenbedingungen können nun als konvex gekennzeichnet werden, wenn diese so komplex sind, dass der Global Solver Konvexität nicht automatisch bestimmen kann. Dadurch wird der Beweis globaler Optimalität beschleunigt.
• Verbesserte Möglichkeiten, Nebenbedingungen zu identifizieren, die als konische Nebenbedingungen (z. B. Second-Order Cone) umformuliert und daher schneller durch den Conic Solver gelöst werden können.
• Verbesserte Möglichkeiten, mit polynomialen Termen effizient zu arbeiten.
• Verbesserte Schranken für nicht-konvexe quadratische Terme unter Benutzung von SDP und Eigenwert-Umformulierungen.

Umfangreiche Verbesserung der Diagrammfunktionen

• Zusätzlich zu Bar-, Line- und Pie-Charts unterstützt LINGO nun die folgenden Diagrammtypen: Bubble, Contour, Curvem Histogram, Radar, Scatter und Surface.
• Mehrere Eigenschaften können in einem einzelnen Chart angezeigt werden, wobei jede Eigenschaft durch eine andere Farbe repräsentiert wird.
• Charts können entweder in zwei oder drei Dimensionen angezeigt werden.
• Teilmengen eines Modells können verwendet werden, um Achsen und/oder Legenden zu beschriften
• Charts können mit dem Befehl @CHART aus der Skriptsprache von LINGO angezeigt werden.

Anzeige permutierter Matrizen

Es kann jetzt gewählt werden, ob die dem Modell zugrundeliegende Matrix in einem permutierten Format angezeigt werden soll, wobei die Zeilen und Spalten automatisch so permutiert werden, dass die Matrix in die einer unteren Dreiecksmatrix am nächsten gelegene Form gebracht wird. In einer solchen Form erweist sich ein Modell im Allgemeinen als einfacher zu lösen. Dies steht einem Modell mit einem hohen Grad an Simultanität entgegen, welches nicht in eine untere Dreiecksform permutiert werden kann.

Neue Funktionen der LINGO-Programmierungsschnittstelle

LINGO API unterstützt neue Funktionsaufrufe, um variable Werte spontan in der Rückruffunktion aufzurufen, sowie eine Funktion, um eine Lizenz direkt aus einem String zu laden.

Verbesserte Modellverschlüsselung

Bislang hat LINGO den Anwendern des Application Programming Interface (API) ermöglicht, ein Modell unter Verwendung des Befehls HIDE zu verschlüsseln. Der Verschlüsselungsalgorithmus wurde signifikant verstärkt, und verschlüsselte Modellfragmente können während der Laufzeit auch zu einem einzigen Modell zusammengeführt werden.

Mehrere Dateitypen unterstützt/MPI Translator

Modelle, die im Low-Level MPI-Format im System LINDO abgespeichert wurden, können nun in LINGO geladen und dabei automatisch in die High-Level LINGO-Syntax übersetzt werden.

Weitere Informationen

Weitere Informationen über Fähigkeiten von LINGO finden Sie auf unserer LINGO-Produktseite. Um eine Version von LINGO mit begrenzter Kapazität zu testen, besuchen Sie unsere Downloadseite. Um LINGO zu kaufen oder ein Update für eine ältere Version zu erhalten, senden Sie uns eine E-Mail an Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein. oder kontaktieren Sie uns unter +49 (0) 61 72 - 59 05 -30.

Neu in LINGO 12

LINDO Systems ist stolz auf die Einführung von LINGO 12. Das neue Release umfasst ein leistungsstarkes neues Feature, mit dem Anwender Unsicherheiten in ihren Optimierungsmodellen berücksichtigen können. Darüber hinaus bietet das neue Release eine Vielzahl von Verbesserungen an den Solvern zur Leistungssteigerung.

Neuer Solver für die stochastische Programmierung (SP)

Der SP-Solver unterstützt die Entscheidungsfindung bei Unsicherheit durch mehrstufige stochastische Modelle mit Rekursion. Der Anwender drückt die Unsicherheit entweder über standardmäßige oder benutzerdefinierte Verteilungsfunktionen aus, und der stochastische Solver optimiert das Minimierungsmodell der Kosten für die Initialisierungsstufe plus den erwarteten Wert der Rekursionsentscheidungen über den Planungshorizont. Zusätzlich sind erweiterte Sampling-Modi verfügbar, um stochastische Parameter aus parametrischen Verteilungen zu approximieren.

Weitere Features umfassen:

• die Verfügbarkeit zur Modellerstellung von linearen, nichtlinearen und ganzzahligen stochastischen Programmen (SP)
• die Unterstützung der meisten Standardverteilungen, z.B. Normal, Poisson sowie vom Anwender bereit gestellte Verteilungen
• die Verfügbarkeit vollständiger Lösungen für jedes der möglichen Szenarien auf Skriptingebene, (Berechnungabschnitte - "CALC sections"), wodurch das Erstellen von benutzerdefinierten Berichten zu Variablenwerten über den gesamten Bereich der Szenarien ermöglicht wird
• die Möglichkeit, das zugrundeliegende deterministische Äquivalent zu erzeugen und anzuzeigen, mit dem SP-Modelle optimiert werden
• die Varianzreduktion mit Latin-Hyper-Square-Sampling
• die Möglichkeit, statistisch abhängige Stichproben basierend auf den Korrelationsverfahren nach Pearson, Spearman oder Kendall zu erzeugen
• den Pseudozufallszahlengenerator mit langem Zyklus und hervorragender mehrdimensionaler Gleichverteilung.

Verbesserungen des Global Solvers

• Verbesserungen bei der Verwertung von quadratischen Ausdrücken, die den globalen Solver effizienter für nicht-konvexe quadratische Modelle machen sowie allgemeine nichtlineare Modelle mit quadratischen Termen
• Automatische Erkennung von quadratischen Problemen zweiter Ordnung (Kegelschnitt) wie Value-at-Risk-Modellen, die mit Hilfe von Barrier-Solvern bemerkenswert schnellere Rechenzeiten erreicht
• Reformulierungsoptionen zur Leistungssteigerung für eine Vielzahl von zusammengesetzten Funktionen

Verbesserungen der ganzzahligen Solver

• Verbesserte Feasibility-Pump-Heuristik, die beim Finden von realisierbaren Lösungen für viele schwierige Problemen helfen
• Verbesserte Verwertung von Rundungstechniken bei einer großen Anzahl von Bedingungsstrukturen
• Verbesserte Standardheuristik

Verbesserte Leistung bei Modellen mit geschachelten Loops

Die Loop-Optimierung formuliert Ausdrücke neu, die feste, geschachelte Loop-Funktionen enthalten, um sie effizienter zu gestalten, während die mathematische Äquivalenz erhalten bleibt. Das Ziel der Loop-Optimierung ist letztendlich die Minimierung der Anzahl der Weitergaben durch den inneren Loop eines jeden geschachtelten Loops in einem Ausdruck. Die Verbesserung der Zeit, die zum Generieren von Modellen erforderlich ist, kann für einige Modelle beträchtlich sein.

Verbesserungen der Simplex-Solver

Große lineare Modelle finden mit den verbesserten dualen und primalen Simplex-Solvern durchschnittlich 20% schneller eine Lösung.

Mehr Flexibilität bei der Genauigkeit der Lösungsberichte

LINGOs Lösungsberichte sind nicht länger auf 7 signifikante Stellen beim Reporting von numerischen Ergebnissen beschränkt. Der Anwender kann jetzt die Genauigkeit selbst zwischen 1 bis 17 signifikanten Stellen festlegen.

Neue Skriptfunktionsmöglichkeiten

Es wurden einige Skriptfunktionen für die Berechnungsabschnitte ("CALC section") hingefügt oder verbessert:

• @GENDUAL erzeugt die duale Formulierung eines linearen Programms.
• @FORMAT kann jetzt die Ausgabe von Strings sowie von numerischen Werten formatieren.
• @SMPS erzeugt Modelldateien im MPS-Format.

Erweiterung der Länge von Variablennamen

Frühere Releases von LINGO besaßen eine Beschränkung von 32 Zeichen für die Länge des Variablennamens. Diese Beschränkung wurde auf 64 Zeichen erhöht.