Artelys Knitro 11.1 : Résolution ultra-rapide des problèmes sans dérivées !

3 décembre 2018

— Venez découvrir la nouvelle version d’Artelys Knitro ! De nettes améliorations sont à noter sur les problèmes d’optimisation sans dérivées, cela concerne notamment tous les problèmes d’optimisation boîte noire. Ces améliorations sont rendues possibles grâce à un renforcement du critère d’arrêt lors de l’approximation des dérivées par différences finies.

Cas d’application : Découvrez comment nos clients approximent leurs dérivées en macroéconomie !

La macroéconomie inclut notamment l’étude de modèles nommés DGSE (pour modèles d’Equilibre Général Dynamique Stochastique) qui visent à représenter les effets des politiques économiques sur la croissance d’un pays. Ces modèles sont fréquemment utilisés par les banques centrales pour estimer la croissance nationale globale.

Nous avons travaillé sur les modèles DGSE de la Federal Reserve Bank of New York, implémentés en Matlab avec la toolbox IRIS par Iskander Karibzhanov, économiste pour la Banque du Canada. Ce modèle est un modèle fortement non linéaire pour lequel les dérivées exactes ne peuvent être fournies. Dans ce cas, le solveur approxime les dérivées par différences finies mais il n’est pas possible de les évaluer avec autant de précision que lorsque les dérivées exactes sont fournies.

La parallélisation des différences finies avec Artelys Knitro permet d’accélérer la résolution. L’utilisation de Knitro 11.1 a permis de réduire le temps de calcul d’un facteur 5 sur les instances étudiées tout en maintenant la qualité de la solution obtenue !

Nouvelle option de warm-start pour les méthodes de points intérieurs

Cette version voit également l’apparition d’une nouvelle option dédiée au warm-start pour les méthodes de points intérieurs (algorithmes 1&2). L’activation de cette option permet une résolution ultra-rapide de vos problèmes lorsque l’utilisateur a la connaissance d’un bon point initial. Cette option est particulièrement efficace pour les modèles nécessitant la résolution séquentielle de problèmes non linéaires. La figure ci-dessous présente un cas d’application nécessitant la résolution séquentielle de sous-problèmes non linéaires pour laquelle l’activation de l’option de warm-start divise le temps de calcul total par 10 !

Autres fonctionnalités d’Artelys Knitro 11.1

• Nouvelle API Python permettant une déclaration fine de la structure des contraintes (eg linéaire, quadratique, conique)
• Détection automatique de la convexité des problèmes QP/QCQP
• Nouvelles coupes de sac à dos liftées dédiées aux problèmes MINLP
• Amélioration de l’approximation L-BFGS
• Augmentation générale des performances sur les problèmes convexes en particulier pour les instances de très grande taille

Abonnez-vous à notre newsletter

Les données collectées seront exclusivement traitées par la société Artelys dans le but de vous tenir informé(e) des services et produits commercialisés par notre entreprise.

🛈

© ARTELYS • Tous droits réservés • Mentions légales

Artelys Knitro 11.1: Solve derivative free problems faster than ever!

3 décembre 2018

— A new version of Artelys Knitro is now available! This update comes with clear improvements on derivative-free optimization problems, including for our users connecting Knitro to black-box simulators. These improvements manifest themselves with particular clarity when using finite-differences to approximate first order derivatives thanks to a new termination criterion.

Use-case: See how derivative-free optimization is used in Macro-economics!

Among the domain of macroeconomics are a series of models called DGSE (Dynamic Stochastic General Equilibrium), that try to explain the effects of economic policies on economic growth. Such models are frequently used by Central Banks to predict global growth of a country.

We studied the Federal Reserve Bank of New York DSGE model implemented in MATLAB using the IRIS toolbox by Iskander Karibzhanov, Senior Scientist at Bank of Canada. This model is highly nonlinear, with no access to exact derivatives. In such cases, one cannot expect the solver to find a solution with as much precision as for a problem for which exact derivatives are provided.

The parallel finite-differencing feature of Artelys Knitro is used to speed up the computation. Using Knitro 11.1 out-of-the-box, the computation time is further decreased by a factor of 5 while achieving the same value of objective value.

A new warm-start option for interior point methods

This version also brings a new option dedicated to warm-start for the two interior point methods embedded in Artelys Knitro (algorithm 1&2). This option allows huge performance improvements when the user is able to provide a good starting point. In addition, models that require solving multiple nonlinear problems sequentially specifically benefit from this new warm-start option. The figure below illustrates a typical application of this new option to solve sequential nonlinear subproblems, the overall computation time is reduced by a factor 10!

Additional features of Artelys Knitro 11.1

• New Python API with dedicated methods to define structured expressions
• Automatic convexity detection for QP/QCQPs
• Improved Knapsack cut generation including lifted cuts for MINLP problems
• Enhancement of the L-BFGS Hessian approximation
• General performance improvement on convex problems in particular for very large instances

subscribe to our newsletters

Les données collectées seront exclusivement traitées par la société Artelys dans le but de vous tenir informé(e) des services et produits commercialisés par notre entreprise.

🛈

© ARTELYS • All rights reserved • Legal mentions

Pin It on Pinterest

Share This