株式会社NTTデータ数理システム

Nuorium Optimizer は「数式ベースの自然で簡潔な記述ができるモデリング言語」「様々な実用的な求解アルゴリズム」「高機能なテキストエディタを備えた GUI 開発環境」を完備し、約 30 年にわたって洗練させ、また発展させている汎用数理最適化パッケージです。

Numerical Optimizer 名称変更のご案内

お知らせ

2025年11月17日

数理システム最適化メールマガジンの 2025 Vol.6 を発行致しました。今後も様々な情報を提供いたしますので是非ともご購読ください。
2025年09月16日

Nuorium Optimizer V27 で発見された不具合の解消を行う累積修正パッチを公開致しました。
2025年09月09日

数理システム最適化メールマガジンの 2025 Vol.5 を発行致しました。今後も様々な情報を提供いたしますので是非ともご購読ください。
2025年07月16日

数理システム最適化メールマガジンの 2025 Vol.4 を発行致しました。今後も様々な情報を提供いたしますので是非ともご購読ください。
2025年03月25日

Nuorium Optimizer の新バージョン Nuorium Optimizer V27 をリリース致しました。

過去の記事はこちら

概要

数理最適化とは

汎用数理最適化パッケージ「Nuorium Optimizer」は、“データ”と“やり方（ルール）”がわかっていながら、解決策が導き出せない現実の問題に対し、最適解を提供するツールです。最適化ソリューションは様々な分野で広く利用されています。数理計画法と呼ばれる様々な解法（アルゴリズム）を駆使して現実の問題を解決するというアプローチです。

数理最適化とは？最適化による効果や導入プロセスを紹介

モデリング言語

数理最適化問題を解く際にモデルとなる数式をコンピューターに入力することは、意外に骨の折れる作業です。 Nuorium Optimizer には C++ をベースとしたモデリング言語 C++SIMPLE、 Python をベースとしたモデリング言語 PySIMPLE、 R をベースとしたモデリング言語 RSIMPLE が付属しています。これらのモデリング言語を用いると数式をそのまま書き下すように記述するだけで求解できます。

求解アルゴリズム

様々な大規模問題を安定かつ高速に求解することを目的に開発しています。最新の実装技術と豊富な求解アルゴリズムにより、Nuorium Optimizer 一つで様々な問題を扱うことができます。

詳しく知りたいかたは数理最適化アルゴリズム入門へ

開発環境

GUI 開発環境 Nuorium がモデル開発を強力に支援します。キーワード自動補完機能やタグジャンプ機能、ファイラや Emacs キーバインドなど、初心者から上級者までが必要とする機能を備えた GUI 開発環境です。

Excel アドインを用いると Excel データと最適化モデルとのやり取りが簡単なマウス操作で可能です。データを Excel で管理することの多い実務家をサポートします。

運用・サポート

Web ページにはオンラインマニュアルと数理最適化の応用を網羅した例題集があります。無料のセミナーを毎月開催しているので、初心者の方でも安心して Nuorium Optimizer の使い方を学習できます。

Nuorium Optimizer 及び付属の GUI やモデリング言語はすべて自社開発したものです。Nuorium Optimizer を使ったモデリングや解法の構築といったコンサルティングや特別セミナー、周辺ソフトウェア開発といった受託開発まで可能です。

導入の流れ

1

紹介セミナー

無料紹介セミナーにご参加頂き、数理最適化や Nuorium Optimizer について一通りご理解頂きます。

詳細はこちら
2

個別相談(オンライン)
導入に向けて、営業担当や技術者にオンラインでご相談頂けます。
・セミナーで紹介された事例や機能について、もう少し詳しく話を聞いてみたい。
・手持ちの課題が、Nuorium Optimizer で解決できる課題か相談したい。
・Nuorium Optimizer でのモデルの表現方法や作り方について相談したい。
・受託開発の見積もりを依頼したい。
など、どのようなことでもご相談ください。
3

無料トライアル
製品と全く同じものを1ヶ月間無料でお貸出しいたします。付属のサンプルやチュートリアルで Nuorium Optimizer の操作感やモデリングの世界観をご確認いただきます。トライアル中は、営業担当と技術担当が導入まで支援させていただきます。導入に関するご相談や、操作方法やモデリング方法に関して、メールでご質問頂く他、オンラインで個別相談を受けられます。
4

導入
数理最適化とは？最適化による効果や導入プロセスを紹介
5

無償サポート・個別サポート(有償)・受託開発・コンサルティング
課題解決に向けて、当社の技術者が支援します。

機能概要

詳細な機能・仕様はパンフレットもご覧ください。

機能・仕様

適用範囲

線形計画問題 (LP)
混合整数線形計画問題 (MILP)
凸混合整数二次計画問題 (CMIQP)
凸二次計画問題 (CQP)
凸計画問題 (CP)
非線形計画問題 (NLP)
半正定値計画問題 (SDP)
非線形半正定値計画問題 (NLSDP)
重み付き制約充足問題 (WCSP)
資源制約付きスケジューリング問題 (RCPSP)

アルゴリズム

利用できるアルゴリズムはモデリング言語によって異なります。

単体法
双対単体法
有効制約法
線形計画問題専用内点法
直線探索法
準ニュートン法
信頼領域内点法
直線探索法に基づく逐次二次計画法
信頼領域法に基づく逐次二次計画法
線形半正定値計画問題に対する主双対内点法
信頼領域法を用いた非線形半正定値計画問題に対する主双対内点法
制約充足問題ソルバ
重み付き局所探索法
資源制約付きスケジューリング問題ソルバ

モデリング言語

数理最適化問題の記述に特化した独自のモデリング言語を搭載しています。添字を用いた独自の書式で限界まで簡潔な記述ができます。 C++ ベースの C++SIMPLE、Python ベースの PySIMPLE、Rベースの RSIMPLE をご利用いただけます。内部の計算エンジンはいずれも同じものです。

C++SIMPLE

(混合整数)線形計画問題、凸(混合整数)二次計画問題、非線形計画問題をシームレスにモデリングし、求解する環境を提供します。

詳細はモデリング言語 C++SIMPLE をご確認ください。

simple

PySIMPLE

PySIMPLE は Nuorium Optimizer の求解ライブラリのうち(混合整数)線形計画問題、凸(混合整数)二次計画問題、二次制約付き二次計画問題、および制約充足問題に対して Nuorium Optimizer への接続インターフェースを提供します。他の問題クラスに対しては C++SIMPLE や RSIMPLE をご利用ください。

pysimple