LEAVES

介绍

LEAVES 是国内首个开源的运筹学与机器学习算法集成平台，提供了传统的数学规划求解器 LEAVES，机器学习算法包（LEMO），以及运筹学应用算法平台（LAOR）的使用权。其数学规划求解器可以解决的问题类型有：Linear Programming（线性规划），Semi-Definite Programming（半正定规划），Geometric Programming（几何规划），Linearly Constrained Convex Programming（线性约束的凸规划）等常见的大规模优化算法求解问题。

目前，COAP 接入了 LEAVES 线性规划求解器 COPL-LP（内点法），支持 MPS 文件输入，同时可以选择指定参数文件。每个参数独占一行，格式为 “参数名 ： 参数值”。

参数

参数名	介绍	默认值
complementarity_tolerance	互补松弛容差	1.0e-12
cross_over_switch	是否运行cross over，on/off	off
dense_column_threshold	如果一列的非零元数量超过该阈值，则被当作稠密列处理	150
infeasible_tolerance	用于判断该问题是否无可行解	1.0e-8
iteration_limit	迭代次数上限	500
lower_bound_default	变量默认下界	0
upper_bound_default	变量默认上界	1.0e30
nonzero_tolerance	绝对值小于该阈值，则被视为0	1.0e-12
number_of_columns	变量数量上界	100000
number_of_elements	约束矩阵非零元数量上界	500000
optimization_type	最小化或者最大化该问题，min/max	min
pcg_starting_tolerance	当残差小于该阈值时，运行pre-conditioned conjugate gradient 来提高KKT系统的求解精度。	1.0e-10
pivoting_tolerance	cholesky pivoting 容差	1.0e-14
presolve_level	预求解程度(0-5),0:关闭,5:开启所有功能	5
presolve_loop	预求解循环次数限制	10
primal_dual_gap_tolerance	相对间隙容差	1.0e-8
primal_feasible_tolerance	原问题可行性容差	1.0e-8
dual_feasible_tolerance	对偶问题可行性容差	1.0e-8
step_factor	步长因子(gamma)	0.99995

使用示例

cross_over_switch         : on
iteration_limit           : 100
primal_dual_gap_tolerance : 1.0e-6
optimization_type         : max