搜索你想找的开源项目

输入名称、用途或关键词,也可粘贴 GitHub 仓库链接
全部技能

cuopt-numerical-optimization-formulation

把一段文字描述的优化问题整理成清晰的 LP、MILP 或 QP 模型,分清参数、约束、决策变量和目标。

适合什么时候用

你手上有带成本、产能和选择的应用题或业务场景,但还没有数学模型,也不确定哪些量是固定的、哪些是要决定的。

举个例子

你对 AI 说

用 cuopt-numerical-optimization-formulation 解析这段:'一家面包店有 2 个烤炉,计划烤 800 条面包。可以加夜班但成本更高。最小化总成本。' 然后给出建模。

你会拿到
  • 逐句分类表
  • 参数约束决策汇总
  • LP 或 MILP 模型

它会怎么做

  • 把“计划生产”“运营着”这类已定措辞当作固定事实而非决策。
  • 当原文只说“确定方案”却给了成本时,会明确指出隐含目标。
  • 提醒 QP 只能最小化,且 MILP 解不返回对偶值。