Artelys Knitro 12.2: résolution ultra-rapide des problèmes non linéaires !
Cette version est non seulement plus rapide et robuste mais comprend surtout des améliorations majeures des algorithmes de Artelys Knitro:
- Jusqu’à 60% plus rapide sur un ensemble de modèles clients non linéaires de très grande taille (plus de 100 000 variables) en utilisant les algorithmes de point intérieur.
- Une amélioration de 50% en moyenne sur les problèmes non linéaires de taille moyenne (entre 1000 et 10 000 variables). Cette accélération provient des changements réalisés sur l’algorithme d’optimisation quadratique successive (SQP) de Knitro qui est particulièrement performant sur les problèmes pour lesquels les évaluations de fonction sont coûteuses (e.g. expression non linéaires complexes, simulateur externe, modèle boîte-noire, etc.).
- Jusqu’à 75% d’amélioration sur les problèmes non contraints de très grande taille (plus de 250 000 variables) tels que les modèles de machine learning. Ce gain est rendu possible suite aux travaux réalisés sur les méthodes de quasi-Newton implémentées dans Knitro (principalement BFGS et L-BFGS).
Artelys Knitro 12.2 comprend également:
- Une nouvelle parallélisation par défaut pour les fonctionnalités de multi-start, muti-algorithme et tuner.
- Une amélioration de 14% en moyenne sur les problèmes MINLP.
- Le support des processeurs ARM, Artelys knitro peut désormais être utilisé dans des systèmes embarqués ! Nous contacter pour obtenir de plus amples informations.
- Une accélération notable sur les problèmes d’optimisation des flux de puissance (OPF) grâce à une nouvelle option du présolve.
- Une mise à jour de l’interface C++ apportant une plus grande flexibilité dans la création des problèmes et une amélioration des performances sur les problèmes quadratiques (QP et QCQP).
Une amélioration des performances sur les problèmes avec contraintes de complémentarité (MPEC) lors de l’utilisation des méthodes de quasi-Newton.
Une résolution plus rapide des problèmes non contraints, non lisses (tels que traités en machine learning) suite à l’implémentation d’une nouvelle méthode de linesearch.
Artelys contribue au lancement du service Common Grid Model (CGM) du programme CroNet
Artelys a été sélectionné pour développer des modules de moteurs de calcul pour le développement de la Fonction Commune EMF (European Merging Fonction) utilisée au cœur de la plate-forme de service RCC du programme CorNet, permettant la coordination opérationnelle paneuropéenne du réseau électrique et l’analyse de la sécurité.
Favoriser l’intégration des énergies renouvelables : Solutions avancées pour augmenter la capacité d’accueil des énergies renouvelables dans les réseaux électriques existants
Artelys a mis au point une méthodologie basée sur l’intelligence artificielle pour évaluer l’augmentation de la capacité d’accueil des sources d’énergie renouvelables variables (vRES) dans les réseaux électriques grâce aux technologies d’amélioration du réseau (GETs).
Artelys participe au projet européen HyNet pour optimiser les réseaux électriques hybrides AC/DC
Dans le cadre du projet Horizon Europe, Artelys participe au projet HyNet. Cette initiative vise à étudier et optimiser l’exploitation des réseaux électriques hybrides AC/DC. Ce projet s’inscrit dans un contexte de croissance rapide des technologies basées sur l’électronique de puissance et de déploiement massif des ressources énergétiques distribuées.
Accélérer le progrès : les algorithmes d’Artelys permettent l’intégration de REN à la plateforme MARI
— Artelys a fourni les algorithmes avancés permettant de piloter les processus mFRR de bout en bout de REN, assurant une intégration fluide à la plateforme MARI, dont les algorithmes de marché sont également développés par Artelys.
