Programming languages 编程语言建议-动态多维数组-cplex或gurobi

目前我一直在使用MATLAB来解决我一直在处理的问题。在我的MATLAB代码中，我调用CPlex或GUROBI解算器来解决大型线性规划问题。在我的MATLAB代码的每次调用中，CPlex或GUROBI被调用10^5次以上。这会导致很高的计算量，并且需要太多的时间来解决更大的问题。但是，我想切换到另一种编程语言

• 能够调用其中一个（CPlex或GUROBI）
• 能够调用其中一个解算器（CPlex或GUROBI）太多次（比如说10^6次），每次调用都不会显著降低性能，也不会显著增加运行时间
• 能够使用动态数组（即，当我运行代码时，它将获得一些用户参数，并在每次运行中定义不同大小的矩阵）
• 能够定义多维数组，而不是数组数组

在这一点上，我找到了三个选择

Fortran：看起来还可以，但我担心它是否能够有效地调用太多次解算器。看来我只能用带有Cplex的Fortran。我在谷歌上搜索了Fortran+GUROBI，但结果并不令人鼓舞

Visual Basic.NET：似乎可以使用Visual Basic调用Cplex和GUROBI，但我不确定性能如何

Python：都可以与CPlex和GUROBI集成

---

最后，我请你提出进一步的建议。我的首选是从一种编程语言开始，在这种语言中可以同时使用GUROBI和CPlex 所罗门

（www.pyomo.org）“……是一个基于Python的开放源码软件包，支持各种优化功能，用于制定和分析优化模型。”因此，您可以使用Python构造来帮助构建模型。在构建模型之后，您可以在gurobi、cplex和更多设备上运行它。由于解算器只是solve函数中的一个参数，在这两个函数中运行它只是一个单词的区别。下面是一个简单的例子

# model.py
from __future__ import division
from pyomo.environ import *

model = ConcreteModel()

model.x = Var([1,2], domain=NonNegativeReals)

model.OBJ = Objective(expr = 2 * model.x[1] + 3 * model.x[2])

model.Constraint1 = Constraint(expr=3 * model.x[1] + 4 * model.x[2] >= 1)

从命令行，您可以解决

pyomo solve model.py --solver=gurobi

或

---

您也可以使用脚本来解决它。这是一个极限，也是一个伟大的极限。

我可以从古罗比的网站上看到它支持C。有了C和fortran之间的互操作性，你们都已经准备好了！当代码设计良好时，C和fortran都能让您获得最佳性能。据我所知，应该没有性能问题。根据我自己的经验，我到目前为止没有任何问题。我通常用C写什么用C容易写什么用fortran容易写什么用fortran让编译器和链接器完成剩下的工作。到目前为止，其他的选择可能是C++，它的效率几乎和C一样高，但是在顶部添加了很多面向对象的东西，这有助于代码结构。C和C++都需要你注意内存管理，即分配和释放内存，但是额外的控制级别也能使你获得效率。其他有效的选择是C#和Python。C#实际上相当好，效率很高，并且可以自动管理内存。Visual Studio很好。我还没有使用Python，但预期效率会更低。我永远不会使用VisualBasic——我从来没有让它工作得很好。好吧，我承认我夸大了Fortran的消亡。我用了很多，现在仍然很喜欢。Fortran中已经有大量非常好的代码，对于物理研究和类似领域的许多人来说，这是显而易见的选择（我知道，我有计算物理博士学位）。但是，如果我正在编写一个商业或商业系统，它将不是我的第一选择。如果我是编程新手并且刚开始工作，我会再次寻找另一种语言。C语言（C语言，java语言，C++语言）中的一种更可能让你获得重用技能，并被更多的人理解。稍微偏离主题的咆哮，请，任何对真正理解编程感兴趣的人，应该看看各种语言，尤其是FORTRAN语言。这门语言已经有50多年的历史了，仍然很强大和有用。许多现代语言很可能早在它们变老之前就已经死了并被埋葬了。显然Fortran做了一些正确的事情。Lisp也是如此。任何只懂一种语言的人可能都不知道如何编程@innoSPG-感谢您支持Fortran。这不是一条死胡同，只是目前在使用上有点利基。你有没有尝试过Pyomo与商业/学术解决方案（尤其是CPlex或Gurobi）合作？如果你这么做了，我真的很想看看你的经历。在CPlex或GUROBI文档中，我从来没有读过关于Pyomo的内容。听起来很有趣。我要找毕莫。谢谢。我一直在用它来处理Gurobi，我在CPlex上也用过几次（Gurobi更适合我的问题类型）。我真的很喜欢，太棒了。我试试python和pyomo。我还有一个问题。为什么您更喜欢Python而不是C和C派生编程语言？我这样问是因为一些C用户担心Python的性能。谢谢。Python在探索性编程的易用性方面肯定会有一些优势。这是一门地道的现代语言，有很多简洁、聪明的特点，我需要找时间好好学习。当然也可以确定C或C++中的一个正确编程的解决方案会比Python等效，特别是一百万次。但是，这是一种有意识的权衡。您需要做的事情可能更容易用Python编程，这非常重要。你甚至可以用Python编写它来解决问题，然后用C++重写来加快速度。我发现，在我的例子中，我的Python代码运行了5秒，Gurobi运行了5分钟。当然，我可以用C写

pyomo solve model.py --solver=cplex