JijModeling 1.8.0 リリースノート

JijModeling 1.8.0 リリースノート#

import jijmodeling as jm
import ommx.v1
import pytest

Compiling into OMMX Message#

image.png

  • jijmodeling 単体でモデルへのコンパイルが行えるようになりました

Interpreter.eval_scalar#

  • eval_scalar は決定変数を含まないJijModeling式を浮動小数点数値へと評価します。

  • テストやデバッグ用途に便利です。

# インスタンスデータによる初期化
interpreter = jm.Interpreter({"a": [1, 2, 3]})

# プレースホルダはインスタンスデータにより評価される
a = jm.Placeholder("a", ndim=1)
assert interpreter.eval_scalar(a[1]) == 2.0

# 総和記号もサポート済
n = a.len_at(0, latex="n")
i = jm.Element("i", belong_to=n)
sum_a = jm.sum(i, a[i])
sum_a
\[\displaystyle \sum_{i = 0}^{n - 1} a_{i}\]
assert interpreter.eval_scalar(sum_a) == 1 + 2 + 3

# 式が決定変数を含む場合は実行時エラー
v = jm.BinaryVar("v")
with pytest.raises(jm.InterpreterError):
    interpreter.eval_scalar(v)

Interpreter.eval_expr#

決定変数を含む JijModeling 式は、eval_expr により ommx.v1.Function へと評価できます。

# 決定変数群
x = jm.BinaryVar("x", shape=(n,))

# 線型関数
f = jm.sum(i, a[i] * x[i])
f
\[\displaystyle \sum_{i = 0}^{n - 1} a_{i} \cdot x_{i}\]
f_ = interpreter.eval_expr(f)
assert type(f_) is ommx.v1.Function
f_

Function(x0 + 2*x1 + 3*x2)

  • 決定変数は評価時に Interpreter へと登録されます。

  • 決定変数のIDは、Interpreter への登録時に 0 から連続的に付番されます。

    • ここでは x[0] の ID は 0、x[1] は 1、……となります。

  • ommx.v1.Function には元の変数名の情報が含まれていないため、Python の __repr__ 関数により表示すると、変数はIDによって x0, x_1, … と表示されることに注意してください。

y = jm.BinaryVar("y")
interpreter.eval_expr(y)  # 変数名 `y` ではなく、ID により `x3` と表示される。

Function(x3)

# OMMX側の対応する決定変数を取得
x0 = interpreter.get_decision_variable_by_name("x", [0])
x1 = interpreter.get_decision_variable_by_name("x", [1])
x2 = interpreter.get_decision_variable_by_name("x", [2])
assert type(x0) is ommx.v1.DecisionVariable

# 取得した ommx.v1.Function を比較
assert f_.almost_equal(ommx.v1.Function(x0 + 2*x1 + 3 * x2))

Interpreter.eval_problem#

problem = jm.Problem("release-1.8.0")
problem += f
problem += jm.Constraint("quad", jm.sum(i, x[i] * x[i]) == 1)
problem
\[\begin{split}\begin{array}{cccc}\text{Problem:} & \text{release-1.8.0} & & \\& & \min \quad \displaystyle \sum_{i = 0}^{n - 1} a_{i} \cdot x_{i} & \\\text{{s.t.}} & & & \\ & \text{quad} & \displaystyle \sum_{i = 0}^{n - 1} x_{i} \cdot x_{i} = 1 & \\\text{{where}} & & & \\& x & 1\text{-dim binary variable}\\\end{array}\end{split}\]
instance = interpreter.eval_problem(problem)
assert type(instance) is ommx.v1.Instance

制限#

  • jijmodeling.CustomPenaltyTerm は未対応です。

    • 次リリースでOMMXの更新と共にサポート予定です。