Die SCIP Optimization Suite 9.0 stellt eine wesentliche Weiterentwicklung des Open-Source-Solver-Ökosystems dar, das die ganzzahlige Constraint-Programmierung, die gemischt-ganzzahlige lineare Programmierung (MILP), die gemischt-ganzzahlige nichtlineare Programmierung (MINLP) und die damit verbundenen Dekompositions- und Parallelisierungs-Frameworks unterstützt. Die neue Version enthält eine Reihe von algorithmischen Verbesserungen, Schnittstellenerweiterungen und Verbesserungen der Zuverlässigkeit, die zusammen eine messbare Leistungssteigerung bei Benchmark-Instanzen aus MIPLIB 2017 und MINLPLib ergeben. Bei der experimentellen Bewertung wurde SCIP 9.0 ohne Parameterabstimmung oder algorithmische Variationen im Vergleich zu seinem Vorgänger SCIP 8.0.0 mit identischer Hardware (Intel Xeon Gold 5122 @ 3,60 GHz, 96 GB RAM) und einem Zeitlimit von 7200 Sekunden ausgeführt. Es wurden fünf zufällige Seeds pro Instanz verwendet, was 790 MILP- und 810 MINLP-Testfälle ergab, nachdem numerisch inkonsistente Läufe verworfen worden waren.

Für MILP löste SCIP 9.0 im Vergleich zu SCIP 8.0 19 zusätzliche Instanzen, so dass die Gesamtzahl der gelösten Fälle 637 betrug. Das verschobene geometrische Mittel der Lösungszeiten verringerte sich insgesamt nur um 2 %, aber die Verbesserung wuchs auf 6 % bei der härtesten Untergruppe von Instanzen, die zwischen 1000 und 7200 Sekunden benötigten. In der Untergruppe der von beiden gelösten Fälle sank die durchschnittliche Größe des Branch-and-Bound-Baums um 17 %, was auf ein effizienteres Pruning hinweist. Obwohl die neue Version zahlreiche Fehlerkorrekturen enthält, die den Overhead leicht erhöhen, ist die Zuverlässigkeit des Solvers insgesamt deutlich höher. Bei MINLP hat die neue Version die Anzahl der gelösten Instanzen um fünf erhöht. Über den gesamten Testsatz hinweg verbesserte sich die Lösungszeit um etwa 4 % und die Anzahl der Knoten um 13 % bei verschobenen geometrischen Mitteln. Bei den schwierigsten Instanzen (1000-7200 Sekunden) wurde die Zeit um 20 % und die Anzahl der Knoten um 46 % reduziert. Die Verbesserungen waren besonders ausgeprägt bei nicht-konvexen Problemen, bei denen SCIP 9.0 um 8 % schneller war als SCIP 8.0, während bei konvexen Instanzen vernachlässigbare Unterschiede zu verzeichnen waren.

Neben der reinen Leistung führt Version 9.0 mehrere algorithmische Module ein. Die Handhabung von Symmetrien wurde durch neue Routinen zur Erkennung und Ausnutzung von Symmetrien verbessert, wodurch die redundante Untersuchung von äquivalenten Teilproblemen reduziert wird. Ein neuer Schnittgenerator und zwei Schnittauswahlverfahren verbessern die Qualität der Schnittebenen. Eine neue Verzweigungsregel und eine aktualisierte Schnittstelle zur linearen Programmierung verbessern die Knotenauswahl und die Effizienz der LP-Lösung. Die Suite bietet jetzt Rust- und C++-Schnittstellen für SCIP, eine Python-Schnittstelle für SoPlex und aktualisierte Bindungen für PaPILO, UG, GCG und SCIP-SDP. Diese Schnittstellen-Upgrades erleichtern die Integration in moderne Software-Stacks und ermöglichen eine flexiblere Nutzung der Solver-Komponenten.

Die Entwicklung von SCIP 9.0 wurde von einem breiten Konsortium von Forschern durchgeführt. Die Autorenliste umfasst Leon Eifler, Mohammed Ghannam, Ambros Gleixner, Christoph Graczyk, Katrin Halbig, Ivo Hedtke, Alexander Hoen, Christopher Hojny, Rolf van der Hulst, Dominik Kamp, Thorsten Koch, Kevin Kofler, Jurgen Lentz, Julian Manns, Gioni Mexi, Erik M¨uhmer, Marc E. Pfetsch, Franziska Schl¨osser, Felipe Serrano, Yuji Shinano, Mark Turner, Stefan Vigerske, Dieter Weninger, Liding Xu, und andere. Das Projekt wurde vom Bundesministerium für Bildung und Forschung unter dem Förderkennzeichen 05M14ZAM, dem Programm Horizont 2020 der Europäischen Union (Förderkennzeichen 773897) und der Deutschen Forschungsgemeinschaft durch den Sonderforschungsbereich 805, das EXPRESS-Projekt des Schwerpunktprogramms CoSIP (DFG-SPP 1798) und das HPO-NAVI-Projekt (391087700) unterstützt. Die Arbeit wurde teilweise innerhalb des Forschungscampus MODAL durchgeführt, was eine starke institutionelle Zusammenarbeit widerspiegelt, die sich über mehrere Jahre bis zur Veröffentlichung im Februar 2024 erstreckte. Diese kollektive Anstrengung hat eine Solver-Suite hervorgebracht, die sowohl eine höhere Leistung als auch eine größere Benutzerfreundlichkeit für die Optimierungsgemeinschaft bietet.