Laufzeit von CPLEX-Modellen verbessern

    Wissensbeitrag

    IBM ILOG CPLEX bietet einem die Möglichkeit, mit individuellen mathematischen Modellen viele Arten von Problemstellungen zu simulieren und zu optimieren. Der Marktführer in diesem Bereich zeichnet sich durch eine besonders hohe Performanz aus und ist in der Lage, auch Modelle mit Millionen von Variablen und Bedingungen zu lösen.

    Grenzen der linearen Optimierung

    Die Laufzeit wird allerdings durch die Anzahl von Variablen negativ beeinflusst, die ganzzahlig sein müssen. Für diese MIP-Modelle (Mixed Integer Programming) müssen spezielle Algorithmen wie z.B. Branch & Bound bzw. Branch & Cut verwendet werden. Dazu wird die Ganzzahligkeitsbedingung zunächst ignoriert, wodurch das Modell sehr schnell gelöst werden kann. Allerdings können dabei natürlich auch rationale Zahlen als Ergebnis herauskommen. Für diese Variablen werden schrittweise weitere Bedingungen hinzugefügt und das Modell wird erneut gelöst. Dies wiederholt sich so lange, bis alle Variablen schließlich ganzzahlig sind.

    Zeitersparnis durch CPLEX-Standardfunktionen
    Zeitersparnis durch eigene Algorithmen
    Strategische Produktionsplanung
    Die Realisierung mit ILOG OPL und ILOG Script

    Fazit

    Selbstverständlich kann dieser Ansatz auch mit den Parametern für Lösungsqualität und Rechenzeit kombiniert werden. Somit bietet CPLEX trotz der hohen Performanz die Möglichkeit, mit eigenen Algorithmen die Optimierung noch weiter zu beschleunigen, bis die gewünschte Laufzeit erreicht wird.

    Autor

    Marc Arnoldussen
    X-INTEGRATE Software & Consulting GmbHKontakt