Gurobi Optimization Gurobi v5.0.1
GurobiOptimizationGurobiv5.0.1英文正式版(線性混合整數優化軟體線性混合整數優化軟體)
破解說明:
關掉主程式,破解檔放置於crack夾內,請將破解檔複製於主程式的安裝目錄內既可破解
內容說明:
Gurobi4隆重發佈，在數學優化器領域繼續擴大領先優勢。主要特色包括：
新增QP和MIQP優化器；
在版本3基礎上，線性和混合整數問題求解速度進一步提升；
數值計算穩定性進一步提升；
併發LP計算；
新增MIP終止計算策略選項；
支援和VisualStudio2010集成
Java和.Net環境下浮動許可的更多自主控制。
Gurobi特點
Gurobi具有許多獨特的特點和功能，可以使得用戶迅速而準確地獲得最優結果。這些特點包括：
採用最新優化技術，充分利用多核處理器優勢
任何版本都支持平行計算，並且計算結果確定而非隨機
提供了方便輕巧的介面，支援C++,Java,Python,.Net開發，記憶體消耗少
支持多種平臺，包括Windows,Linux,MacOSX
支援AMPL、GAMS、AIMMS和WindowsSolverFoundation建模環境
單一版本，開發版本也就是發佈版本，程式轉移便捷
性價比突出，為學校、企業提供了差異化價格，方便各種需求
第三方商業和免費軟體支援和Matlab介面
強大的技術支援力量，Gurobi提供中英文雙語技術支援
完備的用戶使用手冊
Gurobi可以解決的問題
　
Gurobi可以解決的數學問題：
線性問題（Linearproblems）
二次型目標問題（Quadraticproblems）
混合整數線性和二次型問題（Mixedintegerlinearandquadraticproblems）
突出的性價比
Gurobi不區分開發許可和實施許可，一個許可軟體既可以用在開發上也可以用在實施上。
同時，允許一個許可軟體應用于多個應用程式上，極大地降低了大型優化項目的開發和實
施成本。
應用領域
線性混合整數優化是應用在各個領域中最常見的優化方法之一，是過去30年當中在實際應
用中創造價值最巨大的優化方法。在物流、生產製造、金融、交通運輸、資源管理、積體
電路設計、環境保護、電力管理等等領域，幾乎無所不在。在世界一流的企業資源管理（
ERP）、供應鏈管理（SCM）、運輸管理等企業決策工具中，都有線性混合整數優化器的存
在。
英文說明:
TheGurobiOptimizerisastate-of-the-artsolver
forlinearprogramming(LP),quadraticprogramming
(QP)andmixed-integerprogramming(MILPandMIQP).
Itwasdesignedfromthegrounduptoexploitmodern
multi-coreprocessors.EveryGurobilicenseallows
parallelprocessing,andtheGurobiParallel
Optimizerisdeterministic:twoseparaterunsonthe
samemodelwillproduceidenticalsolutionpaths.

ForsolvingLPandQPmodels,theGurobiOptimizer
includeshigh-performanceimplementationsofthe
primalsimplexmethod,thedualsimplexmethod,and
aparallelbarriersolver.ForMILPandMIQPmodels,
theGurobiOptimizerincorporatesthelatestmethods
includingcuttingplanesandpowerfulsolution
heuristics.Allmodelsbenefitfromadvanced
presolvemethodstosimplifymodelsandslashsolve
times.

TheGurobiOptimizeriswritteninCandis
accessiblefromseverallanguages.Inadditiontoa
powerful,interactivePythoninterfaceanda
matrix-orientedCinterface,weprovide
object-orientedinterfacesfromC++,Java,Python,
andthe.NETlanguages.Theseinterfaceshaveall
beendesignedtobelightweightandeasytouse,
withthegoalofgreatlyenhancingtheaccessibility
ofourproducts.Andsincetheinterfacesare
lightweight,theyarefasteranduselessmemory
thanotherstandardinterfaces.Ouronline
documentation(QuickStartGuide,ExampleTourand
ReferenceManual)describestheuseofthese
interfaces.

Gurobiisalsoavailablethroughseveralpowerful
third-partymodelingsystemsincludingAIMMS,AMPL,
FRONTLINESOLVERS,GAMS,MPL,OptimJandTOMLAB.

Mostofthechangesinthe4.5releaseoftheGurobi
Optimizerarerelatedtoperformance.Usersof
previousversionswilltypicallynotneedtomake
anychangestotheirprogramstousethenew
version.Thenewversiondoescontainafewnew
features,describedhere.

*NewdefaultMethodforcontinuousmodels:The
newversionusesanewAutomaticsettingasthe
defaultforsolvingcontinuousmodels.Inprevious
releases,continuousmodelsweresolvedwiththe
dualsimplexmethodbydefault.Whiletheexact
strategyusedbythenewAutomaticsettingmay
changeinfuturereleases,inthisreleasethenew
approachusestheconcurrentoptimizerfor
continuousmodelswithalinearobjective(LPs),
thebarrieroptimizerforcontinuousmodelswitha
quadraticobjective(QPs),andthedualsimplex
optimizerfortherootnodeofaMIPmodel.You
shouldchangetheMethodparameterifyouwould
liketochooseadifferentmethod.

*NewMinimumReleaxationheuristic:Thenew
versioncontainsanewMinimumRelaxation
heuristicthatcanbeusefulforfindingsolutions
toMIPmodelswhereotherstrategiesfailtofind
feasiblesolutionsinareasonableamountoftime.
UsethenewMinRelNodesparametertocontrolthis
newheuristic.

*Newbranchdirectioncontrol:Thenewversion
allowsmorecontroloverhowthebranch-and-cut
treeisexplored.Specifically,whenanodeinthe
MIPsearchiscompletedandtwochildnodes,
correspondingtothedownbranchandtheupbranch
arecreated,thenewBranchDirparameterallows
youtodeterminewhethertheMIPsolverwill
explorethedownbranchfirst,theupbranch
first,orwhetheritwillchoosethenextnode
basedonaheuristicdeterminationofwhich
sub-treeappearsmorepromising.

*Cutpasslimit:Thenewversionallowsyouto
limitthenumberofcutpassesperformedduring
rootcutgenerationinMIP.UsethenewCutPasses
parameter.

*Additionalinformationforinfeasibleand
unboundedlinearmodels:Thenewversionallows
youtoobtainaFarkasinfeasibilityprooffor
infeasiblemodels,andanunboundedrayfor
unboundedmodels.UsethenewInfUnbdInfo
parameter,andthenewFarkasProof,FarkasDual,
UnbdRayattributestoobtainthisinformation.
圖片說明:

相關商品:GurobiOptimizationGurobiforAMPLv5.0.1英文正式版(線性混合整數優化軟體線性混合整數優化軟體)