MindOpt 简介和获取
MindOpt 是阿里巴巴达摩院决策智能实验室研发的决策优化软件。团队组建于2019年，聚焦于研发尖端运筹优化和机器学习技术，构建智能决策系统，更快更好地向各行各业提供数学建模与求解能力，帮助业务更快更好地做出决策，以期降低成本、提升效率、增大收益 。
当前 MindOpt 围绕智能决策优化所需的建模和求解能力，突破国外垄断，自研了 MindOpt Solver 优化求解器、MindOpt APL 建模语言、MindOpt Tuner 调参器；并创新地提出“强化+优化”双决策引擎，打造了MindOpt Studio 优化平台。并结合前沿先进的预训练大模型技术，研发了能自动快速梳理业务问题、数学建模和代码生成并求解的MindOpt Copilot AI工程师，即将上线。后续还会有时序预测能力EForecaster接入，对建模参数、未来边界进行预测。
其中，MindOpt Solver 优化求解器，支持求解线性规划LP（单纯形法、内点法以及并发法）、大规模网络流问题、混合整数线性规划MILP（分支定界法、割平面法以及多种启发式方法）、凸二次规划QP（内点法）、半定规划SDP（内点法和ADMM法）问题。可命令行直接调用，也支持 C API调用、以及面向对象的 C++、Python、JAVA API调用。此外，还可以通过多种建模语言来调用，并支持callback、SOS约束，以及对线性和混合整数线性规划问题做不可行性分析。
为了能让各行各业用户能更快更方便地学习和使用优化能力，MindOpt将当前研发的各项能力，都同步上线在https://opt.aliyun.com，并提供了许多案例和源码，开放给所有企业、个人来下载和免费使用。当前已成功应用于云计算、电商、零售、金融、制造、交通、能源等领域。
--------------------------------------------
各模块细节介绍和版本区别
1. MindOpt Solver 优化求解器
MindOpt Solver 优化求解器是一款高效的优化求解软件。当前最新版本 V1.0.0，支持求解线性规划LP（单纯形法、内点法以及并发法）、大规模网络流问题、混合整数线性规划MILP（分支定界法、割平面法以及多种启发式方法）、非线性规划：凸二次规划QP（内点法）、半定规划SDP（内点法和ADMM法）问题，和支持callback、SOS约束，以及对线性和混合整数线性规划问题做不可行性分析。
MindOpt 优化求解器支持X86或ARM架构的Windows、macOS和Linux操作系统。可命令行直接调用，也支持 也支持 C API调用、以及面向对象的 C++、Python、JAVA API调用，也可通过建模语言AMPL、GAMS、Pyomo、PuLP和自研的MindOpt APL来调用。
线上线下版本区别为：
MindOpt Solver 优化求解器 |
|
线上版（免费） |
线下版（最新版） |
V0.25.1版本：
|
V1.0 版本：
|
直接使用： |
联系我们：
|
2. MindOpt APL 建模语言
MindOpt APL (MindOpt Algebraic Programming Language, MAPL) 是一种高效且通用的代数建模语言，主要用于数学规划问题的建模，并支持调用多种求解器求解。它当前支持通用的线性、非线性、混合整数问题的建模。其语法贴近数学语言，与代数数学公式很接近，易学易写易读易维护。且MindOpt APL支持对接20+种优化求解器，可用一行命令就切换，大大提升了用户在优化问题求解环节的方案丰富度，降低风险和使用门槛。
线上线下版本区别为：
MindOpt APL 建模语言 |
|
线上版（免费） |
线下版（最新版） |
V2.1 版本：
|
V2.1 版本：
|
直接使用：
|
联系我们获取：
|
3. MindOpt Tuner 调参器
MindOpt Tuner 调参器是一款超参自动优化工具，可以帮助运筹优化工程师自动搜索求解器最佳参数组合，提升求解器求解性能。当前 MindOpt Tuner 支持对 MindOpt、CPLEX、COIN-OR Cbc 求解器进行自动调参。调参任务启动后，MindOpt Tuner 会自动生成多套参数，在对应参数配置下执行求解任务，根据求解任务的结果迭代生成新的候选参数并进行评估，在任务结束时输出搜索到的最优参数。同时结合了MindOpt Studio的分布式计算能力，将调参算法和求解运算均在具备弹性资源的云端执行，加快调参和减轻用户使用门槛。
在MIPLIB2017数据集和开源Cbc上测试，MindOpt Tuner可让75%的问题求解速度提升1倍以上，最大的提速 600+ 倍，如果业务限定求解时间为4000s，默认参数只能求解77个，MindOpt Tuner调参后可求解100个，提升23个。在电力业务场景种，为Cbc和CPLEX求解器调参，也均有提速。
线上线下版本区别为：
MindOpt Tuner建模语言 |
|
线上版（免费） |
线下版（最新版） |
V0.9版本：
|
V0.9版本：
|
直接使用：
|
联系我们获取：
|
4. MindOpt Studio 优化平台
MindOpt Studio 优化平台，是一款服务智能决策和运筹优化领域的算法平台。它集合了智能决策所需的运筹优化算法、强化学习AI算法，和大规模数据和复杂决策所需的分布式训练和计算能力，提供了20+强化学习算法框架、20+优化求解引擎，包含了MindOpt团队自研的所有算法能力。
并且集成了高效开发所需要的：项目管理、Git对接、云上Notebook和VScode开发环境、计算作业管理、计算集群管理等能力。同时提供丰富的案例源代码示例，用户使用平台时，无需费时操心软件安装和环境配置，直接复制案例项目，快速针对业务修改开发，大大提效。并且结合项目分享功能和轻应用技术，可快速生成demo用于客户效果沟通。
MindOpt Studio 优化平台引入了阿里巴巴高效开发的理念和在云计算方面的技术优势，帮助企业一站式具备决策智能算法研发能力。
在2022年，MindOpt Studio 参与中国南方电网电力调度控制中心的合作，共同发布“电力调度智能决策平台”，帮助南网总调实现从15分钟到秒级的调度，且准确率超过经验丰富的调度员。技术验证落地后，在南网AI大赛里，平台能力赋能22支单位共计100余人，基于实时调度数据在2周内完成调度智能体开发、训练与部署，实现技术的普惠。在2023年的南网大赛合作中，MindOpt Studio结合优化和AI算法，在继续向行业提供算法创新与验证的能力。
线上线下版本区别为：
MindOpt Studio 优化平台 |
|
线上版（免费） |
线下版（最新版） |
|
|
浏览器直接访问： |
联系我们获取：
|
5. MindOpt Copilot AI工程师
MindOpt Copilot 基于阿里自研的大模型、MindOpt Solver 优化求解器、MindOpt APL 建模语言“三大件”开发，可将用户以自然语言描述的优化问题转化为线性规划和混合整数线性规划的优化模型，并获得最佳答案。
用户仅需要文本和表格数据，就可以与基于AI技术的机器人工程师进行沟通，0门槛。MindOpt Copilot AI工程师会引导用户进行问题梳理，自动数学建模，并用MindOpt APL建模语言进行码代码，和调用MindOpt Solver进行求解。得益于自研的建模语言和求解器，MindOpt Copilot可以增加自检与诊断环节，让AI工程师的自动处理的正确率更高。
即将上线，敬请期待。
当前可联系我们合作：邮箱：solver.damo@list.alibaba-inc.com
MindOpt 线上版的发布历史
软件不断更新中，推荐查阅最新版本使用。
2023年
- 2023年8月，求解器V0.25.1多渠道上线，建模语言发布V2.1，去使用>
- 2023年7月，求解器V1.0-beta开始邀测，参与测试>
- 2023年5月，云上平台上线阿里云国际站，美国站点： opt.alibabacloud.com
- 2023年4月，V0.24.1求解器ARM安装包上线。
pip install mindoptpy首发送内置2年License，下载ARM安装包> - 2023年4月，MindOpt Tuner调参器首发，帮助求解提速，定制业务专属求解器。线上使用>
- 2023年3月，V0.24.0求解器MILP性能升级，权限全用户开放。下载，免费购买License>
- 2023年2月，MAPL V2.0建模语言MindOpt APL语法升级V2版本，更好记，去用新版本>
2022年
- 2022年12月，ARM安装包新增 Apple M1 的安装包，免费下载>
- 2022年11月，V0.23.0安装包新增半定规划SDP求解。可自助下载和获取免费授权LicenseKey，0元购>
- 2022年9月，建模语言MindOpt云上建模求解平台上线：opt.aliyun.com，浏览器Notebook中运行，邀测中>
- 2022年8月，V0.20.0安装包新增了混合整数线性规划（MILP），并上线英文版API文档，线上切语言查看>
- 2022年5月，V0.19.0安装包新增了凸二次规划（convex QP）
2021年
- 2021年9月，在阿里云中国站上线「免费」单机版，用户可自助下载求解器、获取授权、查阅用户文档：https://www.aliyun.com/product/ai/opt
- 2021年1月，在阿里云天池平台免费开放可全流程线上免费使用，并提供6篇线性规划（LP）应用的教学案例和源代码
2020年
- 2020年11月，内点法新增内点法、并发法，增加C++、python版本的API
- 2020年8月，单纯形法发布单纯形线性规划（LP）方法，C版本 API
MindOpt 团队介绍和获得荣誉
MindOpt 团队来自达摩院决策智能实验室。组建于2019年，聚焦研发尖端运筹优化和机器学习技术，构建智能决策系统，更快更好地向各行各业提供数学建模与求解能力，帮助业务更快更好地做出决策，以期降低成本、提升效率、增大收益 。团队指导老师是印卧涛老师，成员分布在杭州、北京、美国Bellevue, WA，Sunnyvale, CA。成员多数是博士生，实力强劲。
实验室参与多个阿里集团内部与外部的重点AI项目，每年20+顶会顶刊文章，ML前沿方向Spotlight，行业综述。其中：
- 2020年8月，MindOpt首次发布，获国际权威榜单性能测评Mittelmann榜单单纯形法第一
- 2020年12月，MindOpt二度刷新世界纪录，并通过阿里云向全社会开放，成为国内首个免费开放的商用求解器。
- 2021年7月，MindOpt入选WAIC 世界人工智能大会SAIL奖TOP30
- 2021年10月，MindOpt支持单纯形法、网络流法、内点法，两项获国际Mittelmann榜单第一
- 2021年11月，团队负责人印卧涛老师获INFORMS Egon Balas奖
- 2021年12月，参与国网比赛的两赛道均获奖，获优秀团队、强化学习调度冠军&气象预测亚军
- 2022年5月，MindOpt参与的云计算资源管理的智能决策方法项目，获得认证为CSIAM应用数学落地成果
- 2022年8月，MindOpt黑盒优化算法参与GECCO 2022国际竞赛中有电力调度的比赛，获得了第一名
- 2022年12月，MindOpt团队创新性地将优化技术与强化学习进行融合，利用基于MindOpt的方案，在全球AI顶会NeurIPS 2022的虚拟电厂国际竞赛中从包括大厂在内的数千家队伍中脱颖而出获得冠军
- 2023年2月，MindOpt团队获得2022电力人工智能技术创新应用评选的智创奖-智能调度创新应用案例奖
- 2023年4月，MindOpt求解器参与电科院和南瑞项目，如国家电网总部科技项目“自主可控的安全约束经济调度优化引擎研发及应用”项目，均验证MindOpt“具备国产替代能力”
