2

使用带有 AMPL 的 Gurobi 而不是使用 Gurobi 直接 API（java、C#、C++ 等）来解决大型 MIP 问题有什么优势？使用 Gurobi 的 API 而不是 AMPL 时有性能优势吗？

4

2 回答 2

4

直到 90 年代中期，使用 MIP 求解器解决大规模问题（因此不包括电子表格）的唯一实用选项是

当时，对于非常复杂的 MIP 模型，AMPL 模型会更加简洁、易读且更易于维护。即使在今天，AMPL 模型看起来也更像是一个数学公式。

AMPL 的一个优点是它的数据结构，但是今天 C#、Java 和 C++ 的标准库都具有很好的数据结构。AMPL 的另一个优点是它的语法看起来非常直观

subject to {j in J} sum {i in I} x[i,j] <= b[j]

但是新的 C++0x 和最新版本的 Java 的语法更接近地模仿了这一点。

AMPL 在求解器之间是可移植的，但是求解器之间的接口差别不大。虽然将应用程序从一个求解器移植到另一个求解器并非易事，但对我来说，这并不像尝试切换数据库（比如从 MySQL 到 Postgres）那么重要。

AMPL 有一些特定的缺点。对于大多数业务应用程序，将 AMPL 引入项目意味着添加另一种编程语言。花在学习 AMPL 上的时间只会对编写数学编程模型有用。与 Java、C# 甚至 C++ 相比，AMPL 的用户群很小，对底层技术的改进仅来自一家小公司（全是非常聪明的人，但仍然是一家小公司）。如果您想使用混合方法来解决优化问题（例如，使用启发式方法生成额外列的列生成策略），您将面临一些麻烦。如果你想做一些事情，比如运行你的求解器直到 1% 的最优性，但运行至少 10 秒，你不能用 AMPL 做到这一点，但可以使用 Gurobi API 之一的回调来做到这一点。

Python 可能提供两全其美的优势。它是一种通用编程语言，适用于各种应用领域。Gurobi 有自己的 Python API，但也有内部特定领域的语言，如PuLP和Pyomo，它们可以在求解器之间移植。

于 2014-11-12T04:36:07.243 回答
3

与 Gurobi API 相比，将 AMPL 与 Gurobi 结合使用有几个优点：

  1. 如果您将来需要它，可以轻松切换到其他求解器。
  2. 声明式 AMPL 模型通常比用于通过 API 构建问题的过程代码更易于阅读并且更高级。
  3. AMPL 隔离了求解器过程，这对大型问题可能是有益的。例如，如果求解器内存不足，则不会影响 AMPL。
  4. AMPL 提供了从数据库和电子表格导入和导出数据的内置功能。
  5. AMPL 拥有一个活跃的社区，可以说比包括 Gurobi 在内的任何个人求解器都要大。例如，AMPL Google Group拥有超过 1700 名成员，并且增长迅速。当然，AMPL 在用户基础上无法与 C++ 或 Java 等通用语言竞争，但只有一小部分 C++ 或 Java 用户进行数学优化。

直接使用 Gurobi API 可能会带来性能优势，至少是原生 C API。然而，与求解时间相比，AMPL 增加的开销通常很小，尤其是在 MIP 问题的情况下。

免责声明：我是 AMPL 的软件开发人员。

于 2014-11-11T23:08:28.163 回答