cuopt-numerical-optimization-api-cli

cuOpt 数值优化 — 命令行

通过 cuopt_cli 从 MPS 文件求解 LP、MILP 和 QP 问题。这三种问题使用相同的命令、选项和 MPS 工作流；QP 使用标准 MPS 二次目标扩展。

编码前，请确认问题类型和公式（变量、目标函数、约束、变量类型）。

此技能仅支持命令行（MPS 输入）。

基本用法

# Solve LP or MILP from MPS file
cuopt_cli problem.mps

# With options
cuopt_cli problem.mps --time-limit 120 --mip-relative-tolerance 0.01

常用选项

cuopt_cli --help

# Time limit (seconds)
cuopt_cli problem.mps --time-limit 120

# MIP gap tolerance (stop when within X% of optimal)
cuopt_cli problem.mps --mip-relative-tolerance 0.001

# MIP absolute tolerance
cuopt_cli problem.mps --mip-absolute-tolerance 0.0001

# Presolve, iteration limit, method
cuopt_cli problem.mps --presolve --iteration-limit 10000 --method 1

MPS 格式（必需的区段，按顺序排列）

1. NAME — 问题名称
2. ROWS — N（目标函数）、L/G/E（约束）
3. COLUMNS — 变量名称、行名称、系数
4. RHS — 右端值
5. BOUNDS（可选）— LO、UP、FX、BV、LI、UI
6. ENDATA

整数变量：在整数列之前使用 'MARKER' 'INTORG'，并在之后使用 'MARKER' 'INTEND'。

通过命令行使用 QP（测试版）

二次目标扩展了标准 MPS 工作流——使用相同的 cuopt_cli 命令和选项。请查看 cuopt_cli --help 获取 QP 专用标志，并查看仓库文档 docs/cuopt/source/cuopt-cli/ 了解二次目标的 MPS 格式。

QP 规则：

• 仅支持最小化。 对于最大化，请在 MPS 文件中将目标系数（以及 Q 项）取反。
• 仅支持连续变量 — 请勿将整数标记与二次目标混用。

故障排除

• MPS 解析失败 — 检查 ENDATA、区段顺序（NAME、ROWS、COLUMNS、RHS、[BOUNDS]、ENDATA）和整数标记。
• 不可行 — 检查约束方向（L/G/E）和 RHS 值。

示例

• assets/README.md — 构建/运行示例 MPS 文件
• lp_simple — 最小 LP（PROD_X、PROD_Y，两个约束）
• lp_production — 生产计划：椅子和桌子、木材/劳动力
• milp_facility — 带有二元开/关变量的设施选址

获取 CLI

CLI 随 Python 包（cuopt）提供。通过 pip 或 conda 安装，然后运行 cuopt_cli --help 进行验证。