问CPLEX与Gurobi的比较

EN

数学编程本质上是困难的，并且可能总是会有一个求解器比另一个求解器更快的情况。通常，仅仅因为一些启发式方法是“幸运的”，问题就能很快得到解决。

此外，问题的大小本身并不是衡量其难度的可靠指标。虽然我们可以在很短的时间内解决数百万个约束的实例，但仍然有很小的实例没有解决。

当您正在寻找最佳性能时，您应该通过检查日志文件来分析求解器的行为，然后尝试相应地调整参数。如果你有机会测试不同的求解器，你应该去尝试一下，让它有更多可用的选项。对于任何一种已建立的、最先进的求解器，您都应该小心推荐-特别是在没有动手计算实验的情况下。

您还需要考虑建模环境/语言的难度，以及可能需要多少时间来完成建模部分。

回答你关于Gurobi的Python接口的问题:这是一个非常高性能和受欢迎的工具，适用于所有类型的应用程序，并且很可能不会影响整体求解时间。在大多数情况下，实际求解时间仍然是主导因素，而模型构建时间可以忽略不计。

正如mattmilten已经说过的，如果你比较主要的商业解决方案在一系列问题上的表现，你会发现其中一个明显优于其他的实例。我们对我们自己的问题实例(另存为MPS文件)进行了并排比较，这些实例都是在一个大型优化问题的不同子问题上由相同的C++代码生成的。因此，它们本质上只是同一模型中的不同数据集，我们仍然在求解器之间发现了很大的差异。