MOSEK also provides a more flexible

MOSEK also provides a more flexible method of concurrent optimization by using the function
mosek.Task.optimizeconcurrent. The main advantages of this function are that it allows the calling
application to assign arbitrary values to the parameters of each tasks, and that call-back functions can
be attached to each task. This may be useful in the following situation: Assume that you know the
primal simplex optimizer to be the best optimizer for your problem, but that you do not know which of
the available selection strategies (as defined by the mosek.iparam.sim primal selection parameter)
is the best. In this case you can solve the problem with the primal simplex optimizer using several
different selection strategies concurrently.
An example demonstrating the usage of the mosek.Task.optimizeconcurrent function is included
below. The example solves a single problem using the interior-point and primal simplex optimizers in
parallel.

ผลลัพธ์ (ไทย) 1:

MOSEK ยังมีความยืดหยุ่นมากขึ้นของเกิดขึ้นพร้อมกัน โดยใช้ฟังก์ชันmosek Task.optimizeconcurrent ไว้หลักนี้ประการที่จะช่วยให้การโทรศัพท์การกำหนดค่าที่กำหนดให้กับพารามิเตอร์ของแต่ละงาน และฟังก์ชันการเรียกกลับที่สามารถแนบกับแต่ละงาน นี้อาจเป็นประโยชน์ในสถานการณ์ต่อไปนี้: สมมติว่า คุณทราบเพิ่มประสิทธิภาพของ simplex แบบสไตไลซ์จะ เพิ่มประสิทธิภาพดีที่สุดสำหรับปัญหาของคุณ แต่ที่คุณไม่ทราบที่กลยุทธ์เลือกใช้ (ตามที่กำหนด โดยพารามิเตอร์เลือกไพรมัล mosek.iparam.sim)เป็นดีสุด ในกรณีนี้ คุณสามารถแก้ปัญหา ด้วยเพิ่มประสิทธิภาพ simplex แบบสไตไลซ์ใช้หลายตัวเลือกที่แตกต่างกลยุทธ์พร้อมตัวอย่างการใช้งานของ mosek เห็น ฟังก์ชัน Task.optimizeconcurrent ทำงานอยู่ด้านล่างนี้ ตัวอย่างการแก้ปัญหาเดียวที่ภายในจุด และแบบสไตไลซ์ simplex โดยเพิ่มประสิทธิภาพในการใช้พร้อมกัน

ผลลัพธ์ (ไทย) 2:

MOSEK นอกจากนี้ยังมีวิธีการที่ยืดหยุ่นมากขึ้นของการเพิ่มประสิทธิภาพพร้อมกันโดยใช้ฟังก์ชั่น
mosek.Task.optimizeconcurrent ข้อดีหลักของฟังก์ชั่นนี้ว่ามันช่วยให้เรียกประยุกต์ใช้ในการกำหนดค่าพารามิเตอร์โดยพลการของงานแต่ละฟังก์ชั่นและโทรกลับสามารถจะแนบมากับงานแต่ละงาน นี้อาจจะมีประโยชน์ในสถานการณ์ต่อไปนี้: สมมติว่าคุณรู้เพิ่มประสิทธิภาพเริมครั้งแรกจะเป็นการเพิ่มประสิทธิภาพที่ดีที่สุดสำหรับปัญหาของคุณแต่ที่คุณไม่ทราบว่าของกลยุทธ์การเลือกที่มีอยู่ (ตามที่กำหนดโดย mosek.iparam.sim เลือกครั้งแรก พารามิเตอร์) ที่ดีที่สุดคือ ในกรณีนี้คุณสามารถแก้ปัญหาเกี่ยวกับการเพิ่มประสิทธิภาพเริมครั้งแรกโดยใช้หลายกลยุทธ์การเลือกที่แตกต่างกันพร้อมกัน. ตัวอย่างแสดงให้เห็นถึงการใช้งานของฟังก์ชั่น mosek.Task.optimizeconcurrent จะรวมอยู่ด้านล่าง ตัวอย่างแก้ปัญหาเดียวโดยใช้การตกแต่งภายในจุดและเพิ่มประสิทธิภาพเริมครั้งแรกในแบบคู่ขนาน

ผลลัพธ์ (ไทย) 3:

mosek ยังให้วิธีที่ยืดหยุ่นมากขึ้นในการเพิ่มประสิทธิภาพโดยการใช้ฟังก์ชัน
mosek.task.optimizeconcurrent . ประโยชน์หลักของฟังก์ชันนี้คือ ว่า มันช่วยให้เรียกใช้กำหนดค่า
พลไปยังพารามิเตอร์ของแต่ละงาน และเรียกกลับฟังก์ชันสามารถ
แนบกับแต่ละงาน สิ่งนี้อาจจะมีประโยชน์ในสถานการณ์ต่อไปนี้ : สมมติว่าคุณรู้
การเพิ่มประสิทธิภาพการเพิ่มประสิทธิภาพเป็นรากฐานที่ดีที่สุดสำหรับปัญหาของคุณ แต่คุณไม่รู้ซึ่ง
กลยุทธ์เลือกที่มีอยู่ ( ตามที่กำหนดโดย mosek.iparam.sim Primal เลือกพารามิเตอร์ )
เป็นดีที่สุด ในกรณีนี้ คุณสามารถแก้ปัญหาด้วยการใช้กลยุทธ์การเพิ่มประสิทธิภาพเป็นครั้งแรก

ต่างเห็นพ้องกัน ตัวอย่างแสดงให้เห็นถึงการใช้งานของ mosek.task .ฟังก์ชัน optimizeconcurrent รวม
ด้านล่าง ตัวอย่างแก้ปัญหาโดยใช้จุดเดียวภายในและดั้งเดิมเริม optimizers ใน
ขนาน