精确求解器¶

精确求解器保证在可行解空间中找到全局最优解，适用于中小规模问题。

CP-SAT（约束规划）¶

基于 Google OR-Tools 的 CP-SAT 求解器，擅长处理调度、排列等组合约束。

from optagent import solve

solution = solve(
    problem,
    solver="cp-sat",
    time_limit=120
)

优势场景： - 作业调度（Job Shop / Flow Shop） - 排列与组合问题 - 含复杂逻辑约束的问题

MILP（混合整数线性规划）¶

调用商业或开源 MILP 求解器（如 Gurobi、CBC），适合线性规划问题。

from optagent import solve

solution = solve(
    problem,
    solver="milp",
    time_limit=300,
    config={
        "mip_gap": 0.01,  # 允许 1% 的最优性差距
        "threads": 4
    }
)

优势场景： - 线性规划（LP） - 混合整数规划（MIP） - 背包问题、指派问题、选址问题

求解器对比¶

特性	CP-SAT	MILP
建模能力	逻辑约束、调度约束	线性约束
求解速度	中-快	中
最优性保证	是	是
适用问题类型	组合、调度	线性、网络流
内存占用	中	高