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.
Des technologies de réseau innovantes peuvent améliorer, jusqu’à 40%, l’intégration des énergies renouvelables dans le réseau letton
— Le réseau électrique est confronté à des difficultés pour gérer les quantités croissantes de nouvelle production d’énergie éolienne et solaire. Les technologies d’amélioration du réseau (GET) sont essentielles pour optimiser l’utilisation de l’infrastructure existante. Artelys a réalisé une étude pour le gestionnaire du réseau de transport letton (TSO) AST afin d’évaluer la capacité d’accueil de la production renouvelable du réseau de transport et d’évaluer les avantages que les GET peuvent apporter à l’intégration des énergies renouvelables. L’étude a effectué des simulations à l’aide de l’outil de flux optimal open-source, PowSyBI Metrix. Les résultats montrent que les Grid Enhancing Technologies peuvent augmenter la capacité d’accueil des sources d’énergie renouvelables (SER) jusqu’à 40 % et ont été annoncés dans le communiqué de presse suivant.
Artelys Knitro 14.1 : résout très rapidement vos modèles non-convexes
– Nous avons le plaisir d’annoncer qu’Artelys Knitro 14.0 est maintenant disponible ! Cette nouvelle version permet aux entreprises de résoudre des problèmes complexes d’optimisation non linéaire avec une efficacité et une précision sans précédent.
Vous avez manqué l’événement de diffusion de METIS 3 ? Les diapositives sont désormais disponibles !
— Artelys avait le plaisir d’organiser l’évènement de dissémination du projet METIS 3 le 17 avril dernier. Au cours de cet événement, nous avons eu l’occasion de présenter les derniers développements du modèle et des jeux de données associés à METIS, avec des présentations détaillées des principales études réalisées dans la troisième édition du projet et des échanges stimulants avec des intervenants extérieurs!
Artelys participe à la simulation du stockage souterrain d’hydrogène à grande échelle en Europe.
— Artelys participe au projet quinquennal FrHyGe financé par la Commission européenne via le partenariat Clean Hydrogen.
