初识 gurobi 数学规划优化引擎.pdfVIP

 gurobi 是由美国 gurobi 公司开发的新一代大规模数学 规划优化器，在 Decision Tree for Optimization Software 网 站举行的第三方优化器评估中，展示出更快的优化速度和 精度，成为优化器领域的新领袖。  数学规划优化是当今各个领域中最有效和最常见的优 化方法之一，是过去30年当中在实际应用中创造价值 最巨 大的优化方法。在物流、生产制造、金融、交通运输、资 源管理、集成电路设计、环境保护、电力管理等等领域， 几乎无所不在。在世界一流的企业资源管理 （ERP）、供 应链管理（SCM）、运输管理等企业决策工具中，都有数 学规划优化器的存在。 http:// /company/company-overview http:// /view/3979876.htm （百度百科） http:// /wiki/Gurobi (维基百科) Robert Bixby , Zonghao Gu，Edward Rothberg 加利福尼亚大学，乔治亚理工学院，斯坦福大学 /company/management-team  国防 交通  政府 通信  采购 高等院校  电力 科研单位  煤炭 广告业  金融 人员调度  网络 钢铁制造  农业 供应链  医疗 统计学  物流 半导体 /customer_school.htm /customer_corp.htm /gurobi.htm /company/company-overview /2011/03/02/first-look-gurobi-optimization/ 完全枚举法可以求得最优解,但枚举时间有 给定一组物品，每种 时不可能接受 ！ 物品都有自己的重量和价 比如另一个有趣问题：旅行商问题 （TSP） 格，在限定的总重量内， 有n个城市，一个推销员要从其中某一个城市 我们如何选择，才能使得 出发，唯一走遍所有的城市，再回到他出发的 物品的总价格最高？ 城市，求最短的路线。 n (n-1)! 次枚举 ( TOUR ，周游或环游) 设计算机每 maximize ∑p x 秒进行100亿次枚举，需 j j j =1 30! / 10e+10 2.65e+22 (秒) n 即 2.65e+22 / (365*24*60*60) subject to ω ≤W ∑ j xj =8.4e+13 (年) j =1 此类问题广泛存在，比如车辆路径优化问题。 xj ∈{0,