SuperAPI AI 工具集

foundations-mathematical-optimization

通用与其它

查看项目

更新于 10-16 05:53

技能介绍

该技能处理“把资源分配问题写成显式模型并给出可辩护结论”的工作,区分好的候选解、可行解与已认证最优解。适用于约束分配、线性规划、凸优化、整数规划、容量约束下的调度与指派、求解器选择、不可行或无界模型、对偶证书、最优性间隙、多目标权衡以及鲁棒/随机优化。

主要能力包括:选择LP、凸QP/锥或离散MILP/非凸方法;用证书与状态文档核验对偶、数值容差与终止状态;用敏感性分析处理不确定系数;诊断不可行、无界或INF_OR_UNBD;处理big-M、对称性与多目标;进行作业、班次、GPU与工作流调度(CP-SAT对比MIP与贪心);核查LLM依据文本规格草拟的模型。

使用方式:先定义决策变量、定义域与单位、目标方向、资源约束与输入来源,记录估值系数;用formulation-and-methods.md区分连续与不可分选择;用solver-selection.md选择求解器;调度交给scheduling-cp-sat.md;返回优化契约,包含候选解、约束残差、界/间隙、方法与终止状态及敏感性。

精确LP证书助手:运行 python3 scripts/check_lp_certificate.py input.json (或 - 表示标准输入),对规范形式 max c^T x, Ax <= b, x >= 0 与 min b^T y, A^T y >= c, y >= 0 的原始/对偶见证做精确有理算术检查,本身不做优化。它只认证提交的连续LP,不认证模型保真度、MILP最优解或浮点求解器结果;见证失败也不证明不可行或无界。测试可用 python3 scripts/test_lp_certificate.py。

限制:资料未给出求解器版本、具体性能或平台支持信息;数学保证应参考含日期的一手材料,求解器语义以厂商文档为准;不要把启发式或抽样结果提升为全局保证;不明确的最优性或不可行结论需区分搜索失败与已证模型不可行。