企业官网建设流程全解析

3行Python代码跑通HiGHS：这个免费开源线性优化求解器到底能省多少事

【免费下载链接】HiGHSLinear optimization software项目地址: https://gitcode.com/GitHub_Trending/hi/HiGHS

上个月帮一个做供应链排产的同事看模型：一个产品线的排产就叠出了几十万行约束、上万列变量，他在 Excel 和自写脚本之间来回折腾了一周。后来我们把模型导给 HiGHS——一个用 C++ 写的免费开源线性优化求解器，LP、MIP、凸 QP 都能接——跑通了才十几秒。👇

pip一行装好HiGHS

# pip install highspy import highspy h = highspy.Highs() h.addVars(2, obj=[1, 2]) h.addConstrs(h.var_[0] + h.var_[1] >= 1) h.minimize() h.run()

HiGHS Python接口highspy装完即用，不需要额外配库。模型可以直接用addVars/addConstrs一行行搭，也可以readModel("xx.mps")直接读 MPS/LP 文件。

从源码用CMake编译

想拿到可执行文件highs或自己链接库时：

cmake -S . -B build cmake --build build ctest

构建完成后产物在bin/highs和lib/下，详细配置看 cmake/README.md。

你的模型长什么样，HiGHS就按哪类解

全是连续变量时

成本最小化、产能分配、网络流量，都是这种最基础的 LP。HiGHS 里默认走单纯形法，也可以切内点法：

import highspy h = highspy.Highs() x = h.addVars(2, lb=-h.inf, obj=[1, 2]) h.addConstrs(x[1] - x[0] >= 2, x[0] + x[1] >= 0) h.minimize() h.run()

部分变量必须是整数时

选哪个厂、开不开机、买不买，这类 0/1 决策就是混合整数规划求解（MIP）的活：

import highspy h = highspy.Highs() h.setOptionValue("presolve", "on") x = h.addBinaries(5) h.addConstr((x * [4, 3, 1, 5, 4]).sum() <= 11) h.maximize((x * [8, 5, 3, 11, 7]).sum()) h.run()

分支定界加割平面，h.vals(x)直接取出各变量的取值。

目标函数带二次项时

投资组合里"收益 - 风险"这种带二次项的目标，传一个 Hessian 矩阵就变成 QP：

H = highspy.HighsHessian() H.num_col_ = 2 H.value_ = [2, 0, 1] h.passHessian(H) h.minimize(x[0] + x[1]) h.run()

Q 半正定即可，HiGHS 用主动集法求解。

实操调优：三个最有体感的开关

模型一上来就慢，先别怪求解器，调这三个地方通常立竿见影。

• 求解老超时怎么办：你遇到了 MIP 一跑两小时没结果 →h.setOptionValue("time_limit", 300)设个 5 分钟上限，到时它会带着当前最优可行解停下，先有答案再慢慢收敛。
• 大规模LP求解慢：你遇到了百万变量级 LP 迟迟不收敛 → 确认 presolve 是开的（默认就是），它会在求解前把冗余行、固定变量、蕴含界全部消掉，几十万变量的模型经常先缩到十万级再进单纯形。
• MIP模型求解慢怎么办：你遇到了多核机器在空转 →h.setOptionValue("thread_num", 8)把线程数拉满，HiGHS 的 MIP 求解器会并行探索分支，核越多越划算。

谁在用它、怎么落地

• 制造：一家做汽车零部件的厂把周排产从 Excel 手工调表迁到 HiGHS，模型约 30 万行、5 万列，单次求解几分钟；原来排一版计划要两个计划员半天，现在早会前就能出全周排产，物料齐套率明显上来。
• 物流：区域配送中心用 MIP 做次日达派单，每天几千张订单、几百台车，车辆数比经验调度少了一成多；高峰期的临时改派也从拍脑袋变成重跑一次 HiGHS，几分钟给出新方案。
• 金融：投顾团队用凸 QP 做组合再平衡，把波动率当二次项、收益当线性项，月度再平衡从人工试错变成一次求解，风险指标稳定在预算线内。

踩坑速查

• 症状：CMake 报版本或语法错误。解法：HiGHS 要求 CMake ≥ 3.15，cmake --version看一眼，低了就先升级。
• 症状：求解超时，一直跑不完。解法：设time_limit；MIP 还可以调松mip_abs_gap，用次优解换时间。
• 症状：内存溢出。解法：先确认 presolve 开启，它能把模型缩一截；实在缩不动就加内存或把模型分块，别硬扛。
• 症状：import highspy报 API 对不上。解法：多半是 highspy 和旧版混装，pip install --upgrade highspy重装一遍。

延伸资源

• 官方文档目录 docs/src/：建模、求解、取结果的完整流程都在里面。
• 示例代码 examples/：LP、MIP、多目标、网络流的最小可跑例子，照着改就行。
• 测试用例 check/：几十个真实模型和断言，读它比读 API 手册更快搞懂 HiGHS 的行为边界。

装好之后挑一个你手头的小模型丢给它，跑通了再谈调优。卡住的时候去仓库 issue 区翻一翻，你的问题大概率有人踩过 🌱

【免费下载链接】HiGHSLinear optimization software项目地址: https://gitcode.com/GitHub_Trending/hi/HiGHS