高效灵活的数学优化建模语言: PyOptInterface

[MetaGen]

最近开发了一个新的数学优化建模语言 PyOptInterface ，性能超过了 Pyomo ，JuMP.jl 等一众开源的优化建模语言（相比 Pyomo 有 10 倍以上的性能提升），很适合大规模数学优化问题（线性规划、二次规划、混合整数线性规划等）的建模和求解。

欢迎对运筹优化领域感兴趣的 v 友试用。

项目源码： https://github.com/metab0t/PyOptInterface

项目文档地址： https://metab0t.github.io/PyOptInterface/

[beneo]

这么牛，一般人干不了这个

[chizuo]

这个和 Gurobi 相比咋样呢？

[MetaGen]

@chizuo

优化建模语言是负责建立模型的，是求解器接口的上层抽象，最终还是需要调用底层求解器（如 Gurobi 、COPT 、HiGHS 等）去求解。

不过在建模性能方面，PyOptInterface 也是比 Gurobi 自带的 Python 接口要快的。至于求解问题的速度，这个取决于调用的求解器，像 Gurobi 等商业求解器速度都比较快。

[dayeye2006199]

你这性能，是创建问题实例的速度吗？

[yenkn]

竟然也有做这个的 v 友，我之前也写过一个类似的库给 ipopt 做 codegen 然后 jit 编译成 python library ，用的是 sympy 来建模和自动微分，性能非常差，每次改完模型等很久，不过好在没有运行时的 overhead ，看到 op 这个工作简直相见恨晚；顺便提个小需求：可以把 codegen 结果生成独立的 C++ header/source 吗，这样 python 调试好的算法就可以直接部署了，也方便接入其他 C++ solver

[MetaGen]

@dayeye2006199 是的，仅测量了创建模型的速度，因为求解问题的速度仅取决于求解器，和建模语言无关。

[MetaGen]

@yenkn 碰上懂行的 v 友了，对于 ipopt 的支持我们也做了，只不过文档还没写，可以先看一下 https://github.com/metab0t/PyOptInterface/blob/master/tests/test_nlp.py 这个测试的例子。

我们的思路也是使用 jit 来生成计算函数值和计算导数的代码，使用了 CppAD 做自动求导+手写的 LLVM IR 或者 C 代码生成+llvmlite 或者 Tiny C Compiler 做代码即时编译。CppAD 的性能本身就很快，而且 PyOptInterface 使用了注册非线性函数+复用的方式，对于同样结构的非线性函数只需要编译一次，很适合具有大量相似非线性结构的优化问题。我猜测你提到的速度很慢一方面是 sympy 速度慢，另一方面是因为对大规模优化问题的所有约束直接自动微分+代码生成会有效率上的问题。

至于生成 C++ header/source 的需求，我没太明白意思，因为最终还是要调用求解器的底层 API ，没办法生成 dependency free 的代码。