Gurobi超强的优化求解器

超强的优化求解器 - Gurobi 。这玩意儿专门用来解决线性规划、整数规划这些让人头疼的数学问题，简直是数学建模的神器。

1.安装配置

装这个可费劲了，光靠 pip install gurobipy 不行。得先去官网下个 Gurobi Optimizer，还得搞个许可证。学生党有福了，用教育邮箱就能申请免费的学术许可。

# 导入包瞧瞧是否装好了

import gurobipy as gp

from gurobipy import GRB

# 整个模型对象

m = gp.Model(“first_model”)

2.建模基础

建模就像搭积木，一步步来：

# 加个变量

x = m.addVar(name=“x”， vtype=GRB.CONTINUOUS)

y = m.addVar(name=“y”， vtype=GRB.INTEGER)

# 设置目标函数

m.setObjective(x + 2*y， GRB.MAXIMIZE)

# 加约束条件

m.addConstr(x + y <= 10)

m.addConstr(x >= 0)

温馨提示：变量类型特别重要！CONTINUOUS 是连续变量，INTEGER 是整数变量，BINARY 是 0-1 变量。选错了类型，解出来的结果可就南辕北辙了。

3.求解问题

写好模型就能解啦：

# 求解

m.optimize()

# 看看结果

if m.status == GRB.OPTIMAL：

print(f“最优值： {m.objVal}”)

print(f“x = {x.x}”)

print(f“y = {y.x}”)

4.实用小技巧

优化模型不是说写就能写的，有几个坑得注意：

数值太大容易翻车，尽量做归一化

约束条件别写太死，给点容忍度

解不出来时看看 m.computeIIS()，找找哪儿出问题了

# 设置求解时间上限

m.setParam('TimeLimit'， 300)

# 设置求解精度

m.setParam('MIPGap'， 0.01)

说实话，Gurobi 是真好用，就是价格有点小贵。不过对于处理大规模优化问题来说，这钱花得值。写模型时多想想，别上来就堆约束条件，思路清晰了模型才能又快又好地解出来。

赶紧动手试试，保准你会爱上这个解优化问题的利器！

上一条：Gurobi8性能基准

下一条：测试工具Postman