5. 建模与优化求解

在本章中，用户将学习如何使用 MindOpt 来求解数学规划问题。我们提供了一些示例来帮助用户学习如何在程序中定义优化模型，调用优化求解器解决问题以及获取最优解。

Note

目前 MindOpt 仅支持线性规划（LP）问题、混合整数线性规划（MILP）问题、二次规划（QP）问题、二次约束规划（QCP）问题、混合整数二次规划（MIQP）问题、混合整数二次约束规划（MIQCP）问题、（凸）二次约束规划（QCP）问题、半定规划（SDP）的求解；未来 MindOpt 将支持更多类型的优化问题，并不断提升求解性能。

• 5.1. 线性规划（LP）
  • 5.1.1. 线性规划建模
  • 5.1.2. C 的LP建模和优化
  • 5.1.3. C++ 的LP建模和优化
  • 5.1.4. Java 的LP建模与优化
  • 5.1.5. Python 的LP建模与优化
  • 5.1.6. C# 的LP建模与优化
• 5.2. 混合整数线性规划（MILP）
  • 5.2.1. 混合整数线性规划建模
  • 5.2.2. C 的MILP建模和优化
  • 5.2.3. C++ 的MILP建模和优化
  • 5.2.4. Java 的MILP建模与优化
  • 5.2.5. Python 的MILP建模与优化
  • 5.2.6. C# 的MILP建模与优化
  • 5.2.7. MILP的热启动
  • 5.2.8. MILP的特殊约束
  • 5.2.9. MILP的解池
• 5.3. 二次规划（QP）
  • 5.3.1. 二次规划建模
  • 5.3.2. C 的QP建模和优化
  • 5.3.3. C++ 的QP建模和优化
  • 5.3.4. Java 的QP建模和优化
  • 5.3.5. Python 的QP建模与优化
  • 5.3.6. C# 的QP建模和优化
• 5.4. 二次约束规划（QCP）
  • 5.4.1. 二次约束规划建模
  • 5.4.2. C 的QCP建模和优化
  • 5.4.3. C++ 的QCP建模和优化
  • 5.4.4. Python 的QCP建模与优化
  • 5.4.5. Java 的QCP建模和优化
  • 5.4.6. C# 的QCP建模和优化
• 5.5. 混合整数线二次规划（MIQP）
  • 5.5.1. 混合整数二次规划建模
  • 5.5.2. C 的MIQP建模和优化
  • 5.5.3. C++ 的MIQP建模和优化
  • 5.5.4. Python 的MIQP建模与优化
  • 5.5.5. Java 的MIQP建模和优化
  • 5.5.6. C# 的MIQP建模和优化
• 5.6. 混合整数线二次约束规划（MIQCP）
  • 5.6.1. 混合整数二次约束规划建模
  • 5.6.2. C 的MIQCP建模和优化
  • 5.6.3. C++ 的MIQCP建模和优化
  • 5.6.4. Python 的MIQCP建模与优化
  • 5.6.5. Java 的MIQCP建模和优化
  • 5.6.6. C# 的MIQCP建模和优化
• 5.7. 半定规划（SDP）
  • 5.7.1. 半定规划建模
  • 5.7.2. C 的SDP建模与优化
  • 5.7.3. C++ 的SDP建模与优化
  • 5.7.4. Java 的SDP建模与优化
  • 5.7.5. Python 的SDP建模与优化
  • 5.7.6. C# 的SDP建模与优化