运筹OR帷幄』整理
无论在经济蓬勃发展、还是低迷不振的时代，推动运筹学优化软件在实际应用落地的最重要原因，都是运筹学工具创造了良好的投资回报率（ROI），为企业创造了实实在在的效益。这一点在最近Forrester Consulting公司发布的行业调查报告中进一步得到证实，Gurobi 软件的三年投资回报率达到了518%。作为在商业求解器领域拥有全球最大开发和工程化团队的公司，Gurobi持续不断提升优化速度、扩展软件功能，让用户使用得更舒心、放心和安心。
Gurobi 10.0在各类数学规划优化问题上继续保持领先优势，在常用的混合整数规划领域，继续成为科研和应用的标杆。为了更深入了解Gurobi 10.0的功能特色，我们采访了Gurobi 中国地区销售和技术支持合作伙伴刃之砺信息科技（上海）有限公司的王岩峰博士。
王岩峰博士在美国波士顿大学获得博士学位，在上海交大和新加坡南洋理工大学获得本科和硕士学位，从事运筹学普及、工程化实施、应用算法开发和仿真模拟超过20年，服务的国内外客户超过200家。
01请介绍一下Gurobi 版本10.0的新功能和新亮点
Gurobi 已经形成每年11月推出大版本的惯例。今年也不例外。Gurobi 10.0在连续问题、整数问题、线性和二次凸问题、二次非凸问题、广义非线性问题等已有领域继续不断提升，以下是平均提升比例。
除了性能之外，在功能和易用方面，也有非常多的亮点。
机器学习和运筹优化融合，走向实质性落地
Gurobi 10.0 将是第一个允许将用户的机器学习模型嵌入到数学规划模型中的商业求解器。Gurobi 在 Github 上建立了开源平台，提供将多种主流机器学习软件包训练过的模型嵌入到Gurobi 数学模型中的方法，并且随着用户的反馈，不断进行扩展。
（1）全面完善Python 矩阵操作接口。在版本10.0中，用户可以定义和使用任何维度的矩阵变量、矩阵表达式、矩阵约束等，支持矩阵变量和常规变量混合操作，快速建立基于矩阵操作的数学模型。
（2）增加了网络单纯形算法（Network Simplex Algorithm），求解网络规划问题时充分利用网络结构，让求解速度更快。
（3）重新组织了并发LP算法（Concurrent LP Algorithm），更好地利用先进多核的计算机架构和更好地进行内存管理。
（4）增加了基于优化的边界紧缩算法（OBBT，Optimization Based Bound Tightening），显著提升了非线性模型，特别是神经网络模型的求解速度。
（5）完善了QUBO启发式算法，对于 MIQP/MIQCP 有很好的加速作用。
（6）新增逻辑函数广义约束，可以应用在化工、制药、机器学习、统计等领域。
系统架构的提升
（1）Gurobi 10.0 继续强化企业优化资源管理综合平台的角色。运算服务器许可新增了很多仪表盘功能，让任务进展、资源利用、用户使用情况实时记录、图表显示、一目了然。
（2）新增网络许可服务功能，支持管理全球更广泛的容器运行环境，同时也支持常规物理机和虚拟机。
其他效率工具
（1）Gurobi Python 接口更方便容易地利用 Pandas 结构直接创造变量和约束。后续将会开源发布在 Github 上。
（2）允许 .NET 用户直接从 NuGet Server 下载 Gurobi 软件包。
（3） 新增了SoftMemLimit 参数，允许用户达到一定内存限度后优雅退出。
（4）还有其他更多功能。。。
上一条：gurobi求解器厂商
下一条：Gurobi求解器是什么 Gurobi求解器复杂排程
沪公网安备31011302006932号