Gurobi 全局优化器

2744557306

Gurobi 全球用户超过2600家，广泛应用在金融、物流、制造、航空、石油石化、商业服务等多个领域，为智能化决策提供了坚实的基础，成为上千个成熟应用系统的核心优化引擎。

Gurobi 是全局优化器，支持的模型类型包括：

（1）连续和混合整数线性问题

（2）凸目标或约束连续和混合整数二次问题

（3）非凸目标或约束连续和混合整数二次问题

（4）含有对数、指数、三角函数、高阶多项式目标或约束，以及任何形式的分段约束的非线性问题

（5）含有绝对值、最大值、最小值、逻辑与或非目标或约束的非线性问题

Gurobi 技术优势：

（1）可以求解大规模线性问题，二次型问题和混合整数线性和二次型问题

（2）支持非凸目标和非凸约束的二次优化

（3）支持多目标优化

（4）支持包括SUM, MAX, MIN, AND, OR等广义约束和逻辑约束

（5）支持包括高阶多项式、指数、三角函数等的广义函数约束

（6）问题尺度只受限制于计算机内存容量，不对变量数量和约束数量有限制

（7）采用最新优化技术，充分利用多核处理器优势。支持并行计算

（8）提供了方便轻巧的接口，支持 C++, Java, Python, .Net, Matlab 和R，内存消耗少

（9）支持多种平台，包括 Windows, Linux, Mac OS X

激活安装
- V0 A) G, _( e8 E激活

使用教育邮箱申请https://zhuanlan.zhihu.com/p/212191049免费使用

中文官网：http://www.gurobi.cn/

安装

打开Anaconda Prompt，并输入以下两条指令：

conda config --add channels http://conda.anaconda.org/gurobiconda install gurobi

即可在anaconda中完成Gurobi包的下载安装。

6 z$ z  k) D7 {& q( Y, i, x: U使用demo

官方文档：https://www.gurobi.com/documentation/9.1/quickstart_windows/cs_simple_python_example.html

· Model(name=“”) name是模型的名称, 返回值是一个model对象，初始情况下没有变量和约束条件 调用方式：model1 = Model()

· Model.addVar(lb, ub, obj, vtype, name,column) lb是下限，ub是上限，obj是目标的优化系数，vtype是变量类型，name是变量的名称，column是变量参与的约束以及优化系数。 所有的参数都是可选的，不指定就是默认值 变量的类型有GRB.CONTINUOUS, GRB.BINARY, GRB.INTEGER, GRB.SEMICONT, or GRB.SEMIINT

· Model.addConstr( lhs, sense=None, rhs=None, name="" ) lhs是约束的右侧，rhs是约束的左侧，sense是约束的类型，有(GRB.LESS_EQUAL, GRB.EQUAL, or GRB.GREATER_EQUAL name是约束的名称

· Model.addConstrs( generator, name="" ) generator是Python表达式。这种表达方式比 2 直观一点，返回值是tupledict类型的 例：model.addConstrs(x + x[j] <= 1 for i in range(5) for j in range(5)) 注意：generator表达式只能由一个比较关系。

· Model.update() 对修改了的模型进行更新 Model.setObjective(expr, sense) 设置模型的优化函数 expr是优化目标表达式，sense是优化类型，优化类型有GRB.MINIMIZE和GRB.MAXIMIZE，如果省略sense可以使用ModelSense函数来指定优化的类型。

· Model.write(filename) 将优化模型，解向量，基向量，起始向量或参数设置写入文件，文件的类型有.mps, .rew, .lp .rlp，也可以只保存的模型的一部分，详见refman

· Model.getVars() 返回模型中的所有变量

1 X: T8 o' l  {: ]# ?4 U! Z下面是Gurobi的代码示例：


$ L1 L$ {. D9 T* @. j$ g, r# @  r

5 R2 o4 J" h7 l8 n5 m
; O+ H/ l5 R6 Y4 u- D0 a6 }