JijSolver API Client

Jij 製の数理最適化ソルバーである JijSolver を 、Web API 経由で実行するための クライアントパッケージです。以下に使用方法を説明します。

Quick Start

アクセストークンの取得

JijSolver API を使用するには、事前にアクセストークンを取得する必要があります。無償版の利用申請方法は以下の通りです。

利用申請方法

1. 以下リンク先のフォームから利用申請を行ってください。

   申請フォーム: JijSolverAPI 無償版 利用申請フォーム

2. 申請されたメールアドレス宛に、アクセスに必要な情報（API サーバーのホスト名、アクセストークン）が届きます。

インストール

JijSolver API のクライアントパッケージをインストールします：

pip install jijsolver-api-client

環境変数の設定

上記利用申請により入手した、以下の値を環境変数に設定します：

• JIJSOLVER_SERVER_HOST: API サーバーのホスト名

• JIJSOLVER_ACCESS_TOKEN: アクセストークン

設定例

環境変数の設定例：

export JIJSOLVER_SERVER_HOST="API サーバーのホスト名"
export JIJSOLVER_ACCESS_TOKEN="アクセストークン"

または Python コード内で設定する例：

import os

os.environ["JIJSOLVER_SERVER_HOST"] = "API サーバーのホスト名"
os.environ["JIJSOLVER_ACCESS_TOKEN"] = "アクセストークン"

リクエスト実行例

実行例の中で JijModeling を使用するため、事前にインストールしておきます。

pip install jijmodeling

ナップサック問題を解く例：

import os
import logging
import jijsolver
import jijmodeling as jm

logging.basicConfig(level=logging.INFO)

# ナップサック問題を定義
v = jm.Placeholder("v", ndim=1)  # アイテムの価値
w = jm.Placeholder("w", ndim=1)  # アイテムの重さ
W = jm.Placeholder("W")          # ナップサックの容量
N = v.len_at(0, latex="N")       # アイテム数
x = jm.BinaryVar("x", shape=(N,))  # 決定変数
i = jm.Element("i", belong_to=(0, N))

problem = jm.Problem("Knapsack", sense=jm.ProblemSense.MAXIMIZE)
problem += jm.sum(i, v[i] * x[i])  # 目的関数：価値の最大化
problem += jm.Constraint("weight", jm.sum(i, w[i] * x[i]) <= W)  # 重量制約

# インスタンスデータ
instance_data = {
    "v": [10, 13, 18, 31, 7, 15],   # アイテムの価値
    "w": [11, 15, 20, 35, 10, 33],  # アイテムの重さ
    "W": 47,                        # ナップサックの容量
}

# OMMX インスタンスを作成
interpreter = jm.Interpreter(instance_data)
instance = interpreter.eval_problem(problem)

# APIにリクエストを実行
solution = jijsolver.solve(instance, time_limit_sec=2.0)

print(f"Value of the objective function: {solution.objective}")

API リファレンス

JijSolver API を使用して最適化問題を解きます。

パラメータ:

• ommx_instance (Instance): OMMX インスタンス
• time_limit_sec (float): 最大求解時間（秒）

戻り値:

• Solution: OMMX ソリューション

例:

solution = jijsolver.solve(
    ommx_instance=problem_instance,
    time_limit_sec=2.0
)