deep space computing SA est en mesure de mettre en œuvre des solutions à des problèmes qui peuvent être résolus avec la programmation linéaire. Nous utilisons le GLPK (GNU Linear Programming Kit) pour implémenter nos solutions. Dès qu'il y aura des solveurs linéaires fonctionnant sur des GPU, Deep Space s'engage à les fournir aux clients via le Cluster de Calcul.
Le centre du modèle est une fonction objective exprimée sur une région réalisable. La fonction objectif est linéaire et s'exprime avec le vecteur de coefficient linéaire c .
La région réalisable est un polyèdre convexe avec la même dimensionnalité de c , délimité par un ensemble de contraintes d'inégalité linéaire représentant des limites dans le modèle. Des égalités linéaires supplémentaires définissent les lois de conservation et les états actuels du système. Toutes les égalités et inégalités linéaires sont exprimées dans la matrice A et le vecteur b.
L'algorithme de programmation linéaire Simplex, développé à l'origine chez IBM, trouve un point dans le polyèdre où cette fonction a la valeur largets si un tel point existe.
Avant d'exécuter l'algorithme, il est nécessaire de convertir le problème sous forme augmentée. Ce formulaire introduit des variables de mou non négatives pour remplacer les inégalités par des égalités dans les contraintes. Les problèmes peuvent ensuite être écrits sous la forme de matrice de blocs suivante:
où xs sont les variables slack nouvellement introduites et Z est la variable à maximiser.
Voici un exemple simple d'optimisation d'une centrale hydroélectrique réalisée par Deep Space avec GLPK:
