如何得出CPLEX、GuRoBi和SAS解算器之间性能比较的结论

是否有指导方针预先估计数学优化项目应该使用哪个解算器

具体而言，这将导致我提出以下子问题：

性能基准如何转化为可能或甚至可能的优化性能极限？具体来说，我指的是LPs和MILP的最大变量数？（我非常清楚这取决于优化问题，但根据个人经验可能会有一个数字（-range）。我所指的基准是H.Mittelmann:）

如果说CPLEX比GUROBI慢1.42倍，并且如果您使用CPLEX，但没有切换到GUROBI，那么您是在浪费公司的资源（不考虑投资），这是一个公平的结论吗

对于优化项目来说，SAS是一个无法计算的风险，因为它在87次计算中失败了3次，而GUROBI没有，这是一个公平的结论吗

---

我知道这个问题很尴尬，但我认为它有实际意义（至少对我来说）。提前感谢您的回答。

您应该使用自己的模型进行基准测试。他们的行为很可能与米特尔曼剧组大不相同。几乎可以肯定，你的模型不会复制这个1.42的差异比率。此外，除了MIP解算器的一些原始基准速度之外，选择供应商可能还有很好的理由。完全同意欧文的意见。如果您查看全套“标准”基准测试，您会发现CPLEX优于所有其他基准测试，而Xpress优于其他基准测试。因此，即使一个解算器平均有净优势，问题之间的可变性意味着，如果这些微小的差异对你来说很重要，你应该尝试解决你的具体问题。此外，即使在您自己的问题实例中，您也可能会发现解算器之间的差异。我们曾经遇到过这样的情况，例如周一的问题在CPLEX上效果更好，但对于同一个客户，周四的问题在Gurobi上效果更好！此外，在商业中重要的是得到一个实际使用的系统。因此，集成到支持基础设施、数据库和其他系统等问题变得非常重要。我见过一些客户，他们对某个问题有很好的“技术”解决方案，但由于需要用户付出额外的努力，这些解决方案从未在实践中得到应用。您的目标应该是提供一个比替代方案更易于使用的系统，这样用户就可以使用它，企业就会看到真正的好处。最好的解决方案如果不能在实践中使用，对你没有帮助。我想补充一点：如果你知道你需要解决什么样的问题，通过进行一些调整以找到更好的参数设置，您很有可能获得显著更好的性能—这对于所有解算器都是如此。对于23个Mitelmann基准上的十几个普通LP（非MIP）解算器（单纯形和IP）的绘图，请参见下。然而，上述评论要重要得多。