MindOpt工具是如何做到配套使用的？请看此篇

Mindopt 介绍

MindOpt是阿里巴巴达摩院决策职能实验室研发的专注于优化领域，提供智能优化解决方案的品牌。主要的目标是帮助客户通过先进的优化算法和技术，实现业务流程的最佳化，提升效率，降低成本，并最大化业务价值。
产品和服务涵盖了多个行业，包括制造业、物流和供应链、零售、电子商务、运输和配送、能源等。通过深入了解客户的具体需求和业务流程，我们能够提供定制化的优化解决方案，以满足不同行业和企业的需求。

发展历史

mindopt在2020年八月发布线性规划求解器，参加国际权威榜单测评，在单纯形法测评中排名第一，打破世界纪录。为了可用代数化方式描述模型，数据和模型分开，并方便对接多种求解器，提升建模的运算速度，研发了国内第一款代数建模语言MindOpt APL，并创新地提出“强化+优化”双决策引擎，打造了MindOpt **Studio **优化平台。在2023年结合前沿先进的预训练大模型技术，研发了能自动快速梳理业务问题、数学建模和代码生成并求解的MindOpt Copilot AI工程师。后续还会有时序预测能力EForecaster接入，对建模参数、未来边界进行预测。

有小伙伴就好奇，这么多工具可以一起搭配使用吗？小编的回答是：可以！
完整路线：AI工程师>>建模平台（建模语言与求解器在过程中使用）

功能之间的关联

功能

需要搭配使用，那么它们的功能上就有一定的“共同点”，所以我们先来看下各个工具的功能：
优化求解器：MindOpt Solver 优化求解器是一款高效的优化求解软件。帮助我们求解大规模数学规划问题，辅助决策为企业“降本增效”。

建模语言：MindOpt APL (MindOpt Algebraic Programming Language, MAPL) 是一种高效且通用的代数建模语言，主要用于数学规划问题的建模，并支持调用多种求解器求解。

建模平台：MindOpt Studio 优化平台，是一款服务智能决策和运筹优化领域的算法平台。它集合了智能决策所需的运筹优化算法、强化学习AI算法，和大规模数据和复杂决策所需的分布式训练和计算能力，提供了20+强化学习算法框架、20+优化求解引擎，包含了MindOpt团队自研的所有算法能力。

AI工程师：MindOpt Copilot 基于阿里自研的大模型、MindOpt Solver 优化求解器、MindOpt APL 建模语言“三大件”开发，可将用户以自然语言描述的优化问题转化为线性规划和混合整数线性规划的优化模型，并获得最佳答案。

关联性

功能展示完毕，四个工具的共同点就是建模语言MAPL，求解器支持mapl调用，建模平台的notebook环境支持MAPL内核开发，AI工程师的自动编码使用的也是MAPL建模语言。
其中求解器与建模语言是软件，支持线上调用，建模平台与AI工程师属于Web页面，“线上工具”。但它们均可调用求解器，并且内嵌了建模语言，因此建模平台与AI工程师需要一个功能“连接”起来。有使用过平台的小伙伴应该知道平台中有一个“项目”功能，可以将案例复制为自己的项目存储，也可以分享这些项目。

而AI工程师也有一个生成项目的功能，可以勾选“对话”内容，将此生成在平台的项目中，如此一来就实现了MindOpt工具的配套使用。