HN 日本語サマリー

← 一覧へ戻る
プログラミング

最適化ソルバー・アズ・ア・サービス

Optimization Solver as a Service (quicopt.com)

40 pointsby paddi9132 コメント

要約

Quicoptは、複雑な最適化問題を解決するためのサービスです。ユーザーは、OR-Tools MathOptやPyomoといった標準的なPythonモデリングフロントエンドを使用してモデルを構築し、Quicoptクライアントの単一のsolve()呼び出しで問題を解くことができます。アカウントやAPIキーの管理は不要で、最初の呼び出しで自動的に設定されます。このサービスは、LP、QP、MILP、MINLP、QUBO、PUBO/HUBO、NLPモデルなど、様々な種類のモデルに対応しています。

全文翻訳

初めてのモデルを解く

Quicoptは、困難な最適化問題を解くためのソルバーです。このページの目的は、空のディレクトリから3つのステップでモデルを解くところまでを案内することです:インストール、例の実行、そして何が起こったのかを理解することです。モデルは標準的なPythonモデリングフロントエンド — OR-Tools MathOptまたはPyomo — で構築し、Quicopt固有の学習は不要です。それを単一のclient.solve()呼び出しに渡すだけです。

ここにあるすべては無料ティアで実行されます:アカウント不要、APIキーの管理も不要 — 最初の呼び出しで自動的に設定されます。これはAPIを試すための小さなエントリーポイントです。質問がある場合や、さらに進みたい場合は、私たちに話しかけてください。

ステップ1 — インストール

クライアントはPyPI上の1つのパッケージです。モデルを構築するフロントエンドとともにインストールしてください — このページの例ではOR-Tools MathOptを使用しています:

pip install quicopt[ortools]

Pyomoを好む場合は、代わりにquicopt[pyomo]をインストールしてください — solve()は両方の種類のモデルを直接受け入れます。これがすべてのセットアップです:ライセンスファイル不要、サインアップ不要、設定するエンドポイントなし、どこかにコピーするキーなし。

ステップ2 — 例を実行する

すぐに実行できる2つのスクリプト — QUBOと小さなMILPです。どちらか一方を保存して実行してください。タブを切り替えて比較してください — 各スライドにはモデルと正確に表示される内容が表示されます:

qubo.py

from ortools.math_opt.python import mathopt
from quicopt import Client

# QUBO: 4つのバイナリ変数、二次目的関数、制約なし。
model = mathopt.Model(name="qubo")
x = [model.add_binary_variable(name=f"x{i}") for i in range(4)]

# 各変数を報酬とし、4サイクル0-1-2-3-0上の隣接ペアをペナルティとします。
# 異なる線形重みは対称性を破るため、最適解は一意です。
model.minimize(
    -(1.0 * x[0] + 0.7 * x[1] + 1.3 * x[2] + 0.5 * x[3])
    + 2.0 * (x[0] * x[1] + x[1] * x[2] + x[2] * x[3] + x[0] * x[3])
)

client = Client()
result = client.solve(model)
print(result.display)

$ python qubo.py

├── shots
│   ├── 1 · primal   -2.3    0.0s  ◀ best
│   ├── 2 · primal   -2.3    0.0s
│   ├── 3 · primal   -2.3    1.88s
│   ├── 4 · primal   -2.3    2.0s
│   └── 5 · primal   -2.3    2.0s
├── status:     heuristic
├── feasible:   n/a
├── objective:  -2.3
├── x:          x0=1, x1=0, x2=1, x3=0  (4 variables)
└── solve_time: 2.001 s

ステップ3 — 何が起こったのかを理解する

この例では3つのことを行いました:

  1. モデルを構築した — 標準的なMathOptのModelに変数、目的関数、そして(MILPでは)制約を追加しました。これにQuicopt固有のものは何もありません。同じコードがMathOpt互換のどのソルバーでも実行でき、Pyomoモデルも同様に機能します。
  2. client.solve(model)を呼び出した — Client()は引数を必要としません:無料ティアを指し、APIキーを処理しました。最初の呼び出しではキーは不要で、マシン上にキャッシュされ、後続の呼び出しや実行は同じ呼び出し元として返されます。
  3. 結果を表示して返した — result.displayはサーバーがレンダリングするフレーム化されたビューです。これはshotsブロックで始まります:サービスはモデルに対して複数回試行し、それぞれが到達した結果を表示し、最も良いものには◀ bestが表示されます。その下には概要行があり、Resultオブジェクトはフィールドと同じ値(status、objective、変数名でキー付けされたsolution)を保持します。すべてのフィールドはAPIリファレンスで説明されています。

今日解決できること

APIは現在、LP、QP、MILP、MINLP、QUBO、PUBO/HUBO、NLPモデルを解決します — それぞれに対応する実行可能な例があります。無料ティアの注意点:非線形モデルでは、バイナリのオン/オフ決定を超える整数変数はまだ受け付けられていません。ブラックボックス目的関数は近日公開予定です。今日のクラス以外のモデルは、半解された結果ではなく、読みやすいメッセージとともに拒否されます。

無料ティアを超えて

無料ティアは、APIを試すための小さく、一度限りのエントリーポイントです。質問、不明な点、またはQuicoptで試したい実際のモデルはありますか?お気軽にお問い合わせください:

質問がありますか?私たちに話しかけてください。

不明な点がある場合でも、実際のモデルでQuicoptを試したい場合でも — 最適化したいものを私たちに教えてください。

私たちに話しかける →

次へ

  • 例 — サポートされているすべての問題クラスに対応する実行可能なモデル。実行不可能なモデルがどのように返されるかの例も含まれます。
  • APIリファレンス — quicopt Pythonクライアントの全容:Client、solve()、Resultフィールド、および非同期ジョブAPI。
  • モデリングフロントエンド — PyomoとOR-Tools MathOptで表現できるもの。

このサービスについて

無料評価APIは現状有姿で提供され、評価および研究目的のみに使用されます — 可用性、機能性、または結果の保証はなく、サービスレベルもありません。責任は、法律で許可される範囲で、意図と重大な過失に限定されます。

API経由で送信されたデータは、将来のソルバーバージョンの改善のために24ヶ月間保持されます。ジョブはクライアントからいつでも削除できます。最適化モデル内に個人情報、機密情報、またはその他の機密性の高いデータを含めないでください — サービスはそのような目的で設計されていません。詳細については、利用規約 · プライバシーポリシー · 法的通知を参照してください。