Add bisector option in ibexopt

[cyrilbouvier]

Backported code from qibex branch of @bneveu 's repo: https://github.com/bneveu/ibex-lib/tree/qibex

This code add a bisector option in ibexopt.

Notes:

• I was not able to check that it does not change the default bisector
• once this PR is merged, ibexlib must do major revision (bumps its version to 3.0) as some attributes were added in classes, which is an incompatible API changes
• maybe the case where a wrong bisector is given should be improved. Currently ibexopt --bisector idonotexist bchfile uses the default bisector and output

...
  bisector: idonotexist
...

[gchabert]

Désolé, je ne suis pas favorable à l'ajout de cette nouvelle option.
ibexopt (contrairement à optimizer04 par exemple) est conçu pour être l'optimiseur par défaut utilisable par un non-expert en optimisation globale.
Toutes les options actuellement définies dans ibexopt sont des options qui sont compréhensibles par l'utilisateur et qui "concernent" l'utilisateur, c.a.d., des options qui sont relatives aux propriété des résultats qu'il attend (précision sur l'objectif, rigueur dans la satisfaction des égalités, etc.).
Là il s'agit d'une option relative au mécanisme de résolution, c'est très différent.

[bneveu]

Je pense que c'est intéressant de pouvoir changer de bissecteur dans ibexopt , sans passer par l'optimiseur générique.
Le bissecteur par défaut est en effet le paramètre le moins robuste : par exemple, kall_congruentcircles_c71 n'est pas résolu avec le bissecteur par défaut lsmear en 7200s et est résolu avec smearsum en 78s.
C'est encore plus vrai pour les problèmes minlp.
Des optimiseurs comme SCIP ou gurobi sous AMPL donnent accès à de nombreux paramètres , dont certains sont algorithmiques, par exemple SCIP permet de paramétrer la bissection sur les variables binaires par le paramètre
branch:preferbinary (preferbinary)
0/1: whether branching on binary variables should be preferred

[gchabert]

Oui, tu as raison; et on pourrait proposer dans l'aide une option --advanced qui indiquerait les paramètres algorithmiques, histoire de ne pas noyer l'utilisateur lambda.
Mais du coup, pourquoi ne pas avoir carrément un seul optimiseur?