算法基础 -- 数学建模工具 Gurobi 简介

sz66cm

已于 2025-05-20 10:40:30 修改

阅读量581

点赞数 3

文章标签：算法数学建模

于 2025-05-19 14:54:05 首次发布

本文链接：https://blog.csdn.net/sz66cm/article/details/148063584

版权

数学建模技术：Gurobi 优化器从入门到进阶（详解 + 实战）

引言

本文将详细介绍 Gurobi 优化器的使用方法，包括安装配置、Python 编程接口、典型数学建模案例以及优化技巧。本文所有示例基于我的个人经验与理解，部分内容参考自 Gurobi 官方文档，旨在帮助读者快速掌握该工具。

一、Gurobi 简介

Gurobi 是什么？
- 一款强大的数学优化求解器，支持线性规划（LP）、整数规划（IP）、非线性规划（NLP）、二次规划（QP）、混合整数规划（MIP）等。
- 可用于生产调度、物流优化、投资组合、能源调度等领域。
Gurobi 的核心特点：
- 高性能：多线程算法，快速求解大规模问题。
- 灵活性：支持多种编程语言（Python、C、C++、Java、R）。
- 商业支持：提供专业技术支持，学术免费许可证。

二、Gurobi 安装与配置

1. 安装 Gurobi

前往 Gurobi 官方网站注册并下载 Gurobi。
安装后获取并激活许可证：
```
grbgetkey YOUR-LICENSE-KEY
```

2. Python 环境下安装

pip install gurobipy

3. 环境变量配置

Windows：将 Gurobi 安装目录（如 C:\gurobi\win64\bin）添加到系统 PATH。

Linux/macOS：在 ~/.bashrc 中添加：

export GUROBI_HOME="/opt/gurobi952/linux64"
export PATH="${GUROBI_HOME}/bin:${PATH}"
export LD_LIBRARY_PATH="${GUROBI_HOME}/lib:${LD_LIBRARY_PATH}"

三、Gurobi 快速入门

1. 创建第一个 Gurobi 模型

import gurobipy as gp
from gurobipy import GRB

model = gp.Model("Simple_LP")
x = model.addVar(name="x", lb=0, vtype=GRB.CONTINUOUS)
y = model.addVar(name="y", lb=0, vtype=GRB.CONTINUOUS)

model.setObjective(3 * x + 4 * y, GRB.MAXIMIZE)
model.addConstr(x + 2 * y <= 4)
model.addConstr(4 * x + 3 * y <= 12)

model.optimize()