Gurobi

aus Wikipedia, der freien Enzyklopädie
Dies ist die aktuelle Version dieser Seite, zuletzt bearbeitet am 31. Mai 2022 um 08:16 Uhr durch imported>Filzstift(1859) (→‎top: BKL-fix, replaced: .NET.NET mit AWB).
(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)
Gurobi
Basisdaten

Maintainer Gurobi
Erscheinungsjahr 2009
Aktuelle Version 9.1[1]
(Oktober 2020)
Betriebssystem Unixoide, mac OS X, Microsoft Windows
Programmiersprache C
Kategorie Mathematische Optimierung
Lizenz proprietär
gurobi.com

Gurobi oder der Gurobi Optimizer ist eine Software für mathematische Optimierung.

Zonghao Gu, Edward Rothberg und Robert Bixby gründeten das Unternehmen Gurobi mit der Software Gurobi als wichtigstem Produkt. Der Name setzt sich aus den Anfangsbuchstaben der Nachnamen der drei Gründer zusammen.[2]

Gurobi ist ein Solver um numerische Programmieraufgaben zu lösen. Unterstützt werden lineare Programmierung (LP), quadratische Programmierung (QP), Programmierung mit quadratischen Nebenbedingungen (QCP), gemischt-ganzzahlige lineare Programmierung (MILP)[3], gemischt-ganzzahlige quadratische Programmierung (MIQP) und gemischt-ganzzahlige Programmierung mit quadratischen Nebenbedingungen (MIQCP). In einem Vergleich verschiedener Solver konnte Gurobi am meisten Benchmark-Probleme lösen und benötigte pro Problem die geringste Zeit.[4]

Es gibt objekt-orientierte Schnittstellen für C++, Java, das .Net-Framework und Python und eine matrix-orientierte Schnittstelle für R, MATLAB, C und Julia. Die Modellierungssprachen AIMMS, AMPL, GAMS und MPL sowie Microsoft Excel können eingebunden werden.

Weblinks

Einzelnachweise

  1. [1]
  2. James Taylor: First Look – Gurobi Optimization. In: JT on EDM. JT on EDM, 2. März 2011, abgerufen am 15. März 2017.
  3. Junkyu Lee, William Lam, Rina Dechter: Benchmark on DAOOPT and GUROBI with the PASCAL2 Inference Challenge Problems. In: DISCML. 2011 (Online [PDF]).
  4. Bernhard Meindl, Matthias Templ: Analysis of commercial and free and open source solvers for linear optimization problems. In: Technische Universität Wien. Wien 2012 (Online [PDF]).