深度解析稀疏向量计算体系

稀疏向量计算技术浅析
稀疏计算方法是提升数学规划求解器运算效率的最基础手段。在实际应用中，绝大多数大规模数学规划问题都具有稀疏性特征。例如，以下流程车间调度问题的数学规划模型，当m=10、n=100时，总的变量数目可超过10万，约束条件的数量也处于相同数量级。此时模型对应的约束矩阵元素总数将超过100亿（即10G双精度浮点数，约需80G内存）。
参考文献链接
https://mp.weixin.qq.com/s/fA8XMqo5QtJRs0DY-FgVqQ
https://mp.weixin.qq.com/s/BOKc6VcBPKNV54U1vTR5Iw
https://mp.weixin.qq.com/s/vEtOuZv8T-N_DkNTIQpHZQ
如此庞大的矩阵数据，即便不考虑具体的计算过程，单是存储需求就已经超出普通计算机内存的承载能力。

然而令人欣喜的是，所构建的模型具有稀疏特性。例如上述约束条件(2)-(6)，每行约束中仅包含大约3个非零元素，因此实际所需的非零参数总数不会超过100万（占用约0.8G内存）。因此，模型的稀疏表示与稀疏计