[論文レビュー] The SCIP Optimization Suite 8.0

Ksenia Bestuzheva, Mathieu Besançon+33 more|arXiv (Cornell University)|Dec 16, 2021

Constraint Satisfaction and Optimization被引用数 11

ひとこと要約

本論文は、数学的最適化のための主要フレームワークである SCIP Optimization Suite 8.0 を提示する。このリリースでは、対称性処理の強化、新しい式フレームワークを用いた非線形制約の管理の向上、新しいカット分離器、および Julia と MATLAB への対応が特徴である。非凸な MINLP において平均して 21% の実行時間短縮が達成され、困難な MILP インスタンスでは最大 50% の高速化が実現した。また、すべてのスイートコンponent において顕著なアルゴリズム的およびエコシステム的改善がなされた。

ABSTRACT

The SCIP Optimization Suite provides a collection of software packages for mathematical optimization centered around the constraint integer programming framework SCIP. This paper discusses enhancements and extensions contained in version 8.0 of the SCIP Optimization Suite. Major updates in SCIP include improvements in symmetry handling and decomposition algorithms, new cutting planes, a new plugin type for cut selection, and a complete rework of the way nonlinear constraints are handled. Additionally, SCIP 8.0 now supports interfaces for Julia as well as Matlab. Further, UG now includes a unified framework to parallelize all solvers, a utility to analyze computational experiments has been added to GCG, dual solutions can be postsolved by PaPILO, new heuristics and presolving methods were added to SCIP-SDP, and additional problem classes and major performance improvements are available in SCIP-Jack.

研究の動機と目的

• 混合整数線形および非線形計画問題のための SCIP Optimization Suite の強化を通じて、数学的最適化分野の最先端を前進させること。
• 対称性処理、分解、非線形制約処理におけるアルゴリズム的革新を通じて、SCIP フレームワークの性能とスケーラビリティを向上させること。
• Julia と MATLAB へのネイティブインターフェースの追加により使いやすさを拡張し、スイート全体にわたる並列化と実験的分析を統一すること。
• 前処理、後処理、ベンチマークのための改善されたツールと、新しいプラグインおよびユーティリティを含むエコシステムの強化。
• MILP、MINLP、SDP、Steiner 樹路問題を含む多様な問題クラスにおいて、測定可能な性能向上を実現すること。

提案手法

• バイナリ、二次、パースペクティブ項を含む複雑な関数の代数的モデリングを可能にする新しい式フレームワークを用いて、非線形制約ハンドラを再実装した。
• カット選択のための新しいプラグインアーキテクチャを導入し、ブランチアンドカット中にカット平面を動的にかつ適応的に選択可能にした。
• 式パースと制約強制の分離を実現することで、非線形制約の処理を再設計し、数値的安定性と柔軟性を向上させた。
• 線形および非線形制約の両方における対称性の検出と活用を強化した。特に、新しい対称性に配慮した分離と分岐戦略を導入した。
• UG フレームワークを拡張し、スイート内すべてのソルバに一貫したインターフェースを提供することで、低レベルの並列化ロジックを抽象化した。
• PaPILO に双対解の後処理を追加し、SCIP-SDP には新しいヒューリスティクスと前処理技術を導入した。

実験結果

リサーチクエスチョン

• RQ1 非線形および混合整数最適化の性能は、制約処理とカット選択の強化によってどのように向上できるか？
• RQ2 SCIP における新しい式フレームワークは、非線形計画問題の数値的安定性とモデリングの柔軟性をどの程度向上させるか？
• RQ3 UG を用いた統一された並列化は、スイート内の多様な最適化問題においてスケーラビリティを顕著に向上させ得るか？
• RQ4 SCIP 8.0 における新しいアルゴリズム的コンponents により、非凸な MINLP と困難な MILP インスタンスでどの程度の性能向上が達成できるか？
• RQ5 Julia と MATLAB 用の新しいインターフェースは、学術的および産業的最適化ワークフローにおける使いやすさと統合可能性にどのような影響を与えるか？

主な発見

• SCIP 8.0 は、非凸な MINLP インスタンスにおいて平均して 21% の実行時間短縮を達成した。凸インスタンスではわずかに遅延が見られたが、数値的失敗は削減された。
• 新しい式フレームワークと非線形制約ハンドラは、バイナリ、二次、パースペクティブ項を含む複雑な非線形性の取り扱いにおけるロバスト性と効率性を顕著に向上させた。
• Julia と MATLAB への新しいインターフェースによる対応により、研究者および実務家にとって SCIP のアクセス性と統合可能性が拡大した。
• 統一された UG フレームワークにより、各ソルバの修正なしにスイート全体のソルバに透明な並列化が可能になり、保守性とスケーラビリティが向上した。
• SCIP-Jack は大幅な性能向上を達成し、2 つの新しい問題クラスをサポートした。これにより、Steiner 樹路ソルバとしてのその役割が強化された。
• PaPILO は純粋な線形計画問題における双対解の後処理をサポートした。また、SCIP-SDP には新しいヒューリスティクスと改善された緩和処理が導入され、半正定値計画問題における性能が向上した。