1～5 件を表示 ／ 全 5 件
大規模組合せ最適化問題を高速に解く
SCOP （Solver for COnstraint Programing：スコープ）は，大規模な組合せ最適化問題を高速に解くためのソルバーです． SCOPでは，組合せ最適化問題に特化した求解原理を用いるため，従来の数理最適化ソルバーで解けない大規模な問題に対しても， 効率的に良好な解を探索可能です． 特徴： 数理最適化ソルバーと異なる方法で変数を定義するため，大幅に変数を減らすことができ，高速な求解が可能です． 数理最適化ソルバーより（人が理解しやすい）自然な論理制約記述が可能です． メタヒューリスティクスを基礎としているため，世界最速クラスの探索能力を有します． 大規模な問題でも，限られた計算時間内に，極めて効率的に求解することがでます． 簡易モデリング言語によるデータ入力とPython言語インターフェイスを用意しています．
大規模スケジューリング最適化を高速に解く
OptSeq（オプトシーク）は，スケジューリング最適化に特化した，汎用スケジューリング最適化ソルバーで，様々な実務の制約が記述可能で，スケジューリング最適化問題に特化したアルゴリズムを用いているため，数理最適化ソルバーで解けないような大規模なスケジューリング最適化問題に対しても短時間で良好な解を出すことが可能です． OptSeqでは，機械や人などの再生可能資源，お金や資材など消費するとなくなる再生不可能資源，段取り，作業の途中中断，作業中断中の資源の占有や非占有，並列作業，作業モードの選択，作業間の任意の時間制約などを考慮しながら，納期遅れ最小化スケジューリングや前詰め・後ろ詰め混合スケジューリングが解けるソルバーです． 特徴： 数理最適化ソルバーより（人が理解しやすい）自然な表現でスケジューリング最適化問題をモデリング可能です． メタヒューリスティクスを基礎としているため，世界最速クラスの探索能力を有します． 大規模な問題でも，限られた計算時間内に，極めて効率的に求解することがでます． 簡易モデリング言語によるデータ入力とPython言語インターフェイスを用意しています．
大規模配送最適化問題を高速に解く
配送最適化問題に特化したソルバーで，大規模な配送最適化問題でも高速に解くことが可能です． ほぼすべての実際の配送最適化問題の制約を表現することが可能で，実用性に優れた配送最適化ソルバーです． • 複数組の顧客地点から顧客地点への配送最適化が可能です．（シェアリングサービスのような配送） • 倉庫や配送センターベースの配送の最適化が可能です． • 時間制約，車両や地点関連の制約，運転手の休憩，トラックの多次元容量（冷蔵と冷凍混載など考慮可能），同時集配… などの実務制約が記述可能です．
大規模な集合被覆最適化問題を高速に解く
OptCover（オプトカバー）大規模な集合被覆最適化問題を高速に解くためのソルバーです． 集合被覆最適化問題は，（厳密な定義ではないですが，）実行可能な解を列挙し，その中から最も良い組み合わせを探し出す問題で，配送最適化問題でもスケジューリング問題でも他の組合せ最適化問題でも実行可能解の列挙が可能な問題であればなんでも解くことが可能です． 特徴 •メタヒューリスティクスを基礎としているため，世界最速クラスの探索能力を有します． 大規模な問題でも，限られた計算時間内に，極めて効率的に求解することができます． • 簡易モデリング言語によるデータ入力が可能です．
世界トップクラスの性能を誇る数理最適化ソルバー
世界中で最も広く使われており，適用可能問題範囲が広く，最も高性能な数理最適化ソルバーの一つです． 数理最適化ソルバーはソルバー自体の性能も重要ですが，モデリングによって解ける問題の規模や求解スピードに大幅な差が出ることが多いです．弊社では，単にソルバーを販売するだけでなく，モデリングの部分の技術力も優れており，ユーザ企業へ優れたモデリングサポート（有料）や現実課題を数理最適化技術で解決するための各種コンサルティング（有料）も行っております． 解ける問題タイプ： 線形計画（LP） 混合整数線形計画（MILP） 二次計画（QP） 二次制約（QCP） 混合整数二次計画（MIQP） 混合整数二次制約（MIQCP） 混合整数非凸二次制約（Non-convex MIQCP） 特徴： •並列処理を最大限に活用するよう記述されたコード •比類無き性能をもつ切除平面処理 •高度なMIPヒューリスティック・アルゴリズムにより，実現可能解を素早く求解 •最新のコンピュータ･アーキテクチャをフル活用できるバリア･アルゴリズム •直感的で，使い易く軽量な広範囲にわたるAPIをサポート
