求解器榜单最新排名情况
值得注意的是，“COPT数学优化求解器”不止在线性规划单纯形法技术领域，而且在线性规划内点法（Barrier Method）求解器、大型网络优化基准测试两个细分榜单中均排在前三，这两项MindOpt并不在榜单当中。
这项求解器技术是一家创业团队——杉数科技的核心技术产品。杉数科技也正在摸索将这项技术商业化，用在人工智能决策领域，帮助企业在复杂问题中获得最优解。
11月18日，杉数科技宣布完成近亿元B轮融资，引入万科集团及天任投资两个重要战略股东，资金将主要用于产品研发与推广、团队建设等。
在此之前，该公司也获得了真格基金、北极光创投、联想创投、将门创投等知名基金的投资。
杉数科技联合创始人&CSO、斯坦福大学运筹学博士、上海财经大学教授葛冬冬告诉钛媒体App，在他看来，工业4.0和互联网时代依靠AI技术帮助企业进行相关决策是大势所趋。杉数科技利用“求解器”和机器学习引擎，以“企业决策大脑”优化中台为支撑，可帮助客户（企业）在各种复杂问题下完成最优决策，而这也是目前很多公司发展过程中的迫切需要。
“COPT数学优化求解器”：
帮助企业拥有智慧决策大脑
对于数学规划求解器来说，它的底层技术是应用数学中的运筹学。
运筹学是近代应用数学的一个分支，主要是研究如何将生产、管理等事件中出现的运筹问题加以提炼，然后利用数学方法解决问题的学科。而在运筹学里，对于数学规划求解器的定义是，针对多种已经建立的线性、整数及各种非线性规划模型，进行大量计算，寻求出最优解决方案。
由于整个算法优化求解过程可以看作是一个“黑盒子”引擎，因此，求解器也被业界称为算法上的“芯片”。
在求解器诞生之前，这一步通常是由人工完成——依赖有经验的业界研究员们手动计算模型的最优解。在模型复杂或者数据量庞大的情况下，这个步骤消耗了大量的人力，结果准确性也难以保证。
此后，发展起以一系列庞大算力支撑的启发式算法，不过这种做法往往只能寻求一些可行解决方案，求解质量和时间难以保证。
当下，在世界风云突变的市场环境中，很多企业决策者都是依靠数据简单分析，进而根据经验判断做出企业决策性部署。一旦发生偏差与失误，可能会造成企业处于危机状态。
在这种情况下，如何能更进一步利用数据为企业服务，是行业亟待解决的问题。
杉数科技自研了一套名为“COPT数学优化求解器”算法系统，依托企业提供的过往数据，规划多种已经建立的线性、整数及各种非线性数据模型，并将目标和约束以数学模型的形式进行有效表达，然后通过对这些数学模型进行求解，自动分析出多种决策方案，最终挑选出一套最佳的方案来供企业选择。
以国内某ICT巨头为例，该公司有上千个工厂和供应商，包含原材料和组件在内的零部件共有5万多种，相互以复杂的一个网络拓扑关系出现，材料信息、生产能力、工厂需求等均不相同。在它未来的一个计划生产周期内，需要精确到每个车间要生产哪些东西，要生产多少，每小时要用到哪些零部件，变量和约束大约在5000万至1亿左右，这种体量以及精细的决策需求显然需要算法的介入。
葛冬冬表示，利用“COPT数学优化求解器”，整个过程仅需大约2~3小时。通过这种优化决策，可以使生产排程订单满足率提高20%，产能损失率降低30%，排产排程人工干预降低70%，非计划维修降低15%。
往期精彩内容
行业▽
Salesforce 277亿美元溢价收购Slack背后，是越发激烈的软件业竞争
钛媒体乌镇咖荟 | 平衡前沿科技与伦理的同时，我们也要给新生事物更多的生存空间
观察▽
企业数字化系列谈（二）：关于产业生态（上）
腾讯二次创业：ToB背后的云起十年｜钛媒体深度
趋势▽
Gartner：2021年及以后IT组织和用户十大趋势预测
Gartner发布2021年重要战略科技趋势
文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34225 人正在系统学习中
来源：ITValue
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！