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 développe Future Sight : un outil de visualisation au service de la transition énergétique
En tant que partenaire du « European Climate + Energy Modeling Forum » (ECEMF) – un projet Horizon 2020 Europe réunissant des instituts de recherche et des experts en modélisation énergétiques de premier plan en Europe – Artelys a contribué aux activités de modélisation alimentées par l’outil de modélisation Artelys Crystal Super Grid, et a dirigé le développement d’un outil de visualisation à part entière.
Artelys alimente le service Common Grid Model (CGM) chez SEleNe CC
Artelys assure la maintenance et le support du module de calcul utilisé pour exécuter la Fonction Européenne de Fusion (EMF) chez SEleNe CC
Améliorer la planification de production des transformateurs électriques grâce à des solutions d’intelligence artificielle
Améliorer la planification de production de transformateurs haute tension à l’usine Hitachi Energy de Varennes grâce à des solutions avancées d’intelligence artificielle.
Artelys accompagne la Commission de Régulation de l’Énergie (CRE) dans l’évaluation des niveaux d’incitation adéquats pour favoriser la performance des réseaux de distribution dans le cadre du TURPE 7
Artelys a réalisé une étude quantitative pour informer les propositions de niveaux cibles pour le TURPE 7, en analysant les résultats historiques et l’impact de l’intégration des données des compteurs communicants (Linky) dans les indicateurs mesurant la qualité de l’alimentation.
