亲爱的MindOpt用户，
感谢对MindOpt的支持和关注。
一直以来，我们MindOpt 求解器的API在使用上收到了很多的咨询和反馈，V0.x版本的API在使用上有些不便，为了解决用户的问题，我们团队努力开发了一版全新的API，升级软件版本号为V1.x。
诚邀您参与测试新版beta，帮忙多提意见！我们的目标是让新版API能非常好用，不再有吐槽！！！
- 新研发的算法的如涉及API新增的，后续将仅在新版本上更新。如Callback功能在V1.x上有。
- 此版本改变非常的大，为了防止用户用混，大部分API的名称都进行了修改，即V1.x的API与V0.x不兼容。
- 主要的算法性能改进，在V1.x上更新。
内测版本：MindOpt-1.0.0-beta版本 C/C++/Java/Python
参与方式：在钉钉答疑群钉钉群：32451444，私聊群主悠悠喵喵（钉钉号：wy186633) 或管理员向金平（钉钉号：hw2-wwffqg05p）或者邮箱solver.damo@list.alibaba-inc.com
参与要求：拥有阿里云账号（钉钉扫码登录即可获得阿里云账号）
API修改示例：
添加变量和约束
V0.x API Python |
V1.x API Python |
MdoModel.add_vars(indices,lb,ub,obj,name,is_integer) MdoModel.add_cons(lhs,rhs,expr,name)
|
Model.addMVar(shape, lb=0.0, ub=float('inf'), obj=0.0, vtype='C', name='') Model.addMConstr(A, x, sense, b, name='')
|
设置目标
V0.x API Python |
V1.x API Python |
MdoModel.add_vars(indices,lb,ub,obj,name,is_integer)
|
Model.setObjective(expr, MDO.MINIMIZE)
|
新增：callback回调功能
- 可用于获取中间结果，进行求解过程跟踪；
- 也可设置启发式决策来优化求解速度，比如：添加割平面，裁剪不会出现最优解的分支;干预 MindOpt 的分支选择策略，控制节点二分方法及遍历顺序；添加自定义可行解(比如通过某种启发式算法得到)，一个较好的可行解可以加速 MindOpt 的求解效率。
接口如：
model.cbGet(MDO.Callback.PRE_LB, var) model.cbGet(MDO.Callback.OBJBST) model.cbSetSolution(sol)
