Gwyneth Butera

gurobi-logtoolsは、Gurobiが開発した公式のPythonパッケージで、Gurobiのログファイルを解析、分析、可視化することができます。特に、ソルバーの実行をプロファイリングして比較したり、モデルのパフォーマンスをチューニングしたり、再現可能なベンチマークを共有したりする際に役立ちます。チューニング結果を比較する場合や、大規模な最適化問題のボトルネックを特定する場合でも、g...

Gurobi実行時のログ出力において、次のようなメッセージが現れることがあります。User MIP start did not produce a new incumbent solutionこのメッセージは与えられたMIPスタートが採用されなかったときに出力されます。これにはいくつかの原因が考えられます。 前処理におけるGurobiヒューリスティクスによって、与えられたMIPスタートと同等...

Web License Service (WLS) ライセンスを使用すると、インターネットに接続された任意の Windows、Linux、または macOS デバイスで Gurobi を実行できます。これらは、コンテナ内、コンテナ外（Windows、Linux、または macOS を実行している物理または仮想マシン）、または両方の環境で動作するように構成できます。WLS ライセンスを使用する...

最適化後にOptimization Status CodeがINF_OR_UNBDを返したり、メッセージとして"Model is infeasible or unbounded"が出力されることがあります。これはpresolveにおけるいくつかの処理に由来して、Infeasible（実行不能）かUnbounded（非有界）かの判断がつかないような場合に発生します。このような場合にモデルがIn...

MIPの場合MIPについてはSolution Poolsに探索中で見つかった解の中でN-bestとなる解が保持されます。NはPoolSolutionsパラメータで指定されます。また、PoolGapを利用することで、最適解から一定のGAPを持つ解に制限することも可能です。LPの場合Solution PoolはMIPに対して設計されたものであり、LPに対しては複数の解を保持しません。LPが無限に...

残念ながらGurobiが特定のマシン上でどのように動作するかを予測することは困難です。一般的にソルバーは高速で低レイテンシなCPUと広帯域なメモリから恩恵を受けます。例えばシングルスレッドにおけるCPU間の比較には、このようなベンチマークが公開されています。また、並列計算に複数のコアを利用することで性能が向上することがありますが、これは問題に大きく依存します。パフォーマンスはメモリ(RAM)...

複数の終了パラメータを設定した場合、Gurobi Optimizerはいずれかのパラメータの値に達した時点で最適化を停止します。例えば、MIPGAPが10%に達するか60秒が経過したときに停止したい場合はそれぞれのパラメータを、MIPGap=0.1, TimeLimit=60とします。より複雑な設定が必要な場合はウォームスタートを利用することもできます。例として、 ケース１：1%以下のMIP...

次の表は現在Gurobiの各バージョンがサポートしているPythonのバージョンを示しています。✔ はGurobiのインタラクティブシェルで利用されているPythonバージョンです。  Python  2.7   3.5  3.6   3.7   3.8   3.9   3.10  3.11  3.12 3.13 3.14[t] Gurobi       ...

gurobi.licはシステム上のデフォルトディレクトリに配置することを推奨しています。デフォルトでない場所を利用する場合エラーとなりやすく頻繁に問題が発生することがあります。デフォルトディレクトリへの配置(推奨)Gurobiが実行時に検索を行うデフォルトディレクトリは以下に設定されています。 Windows: C:\gurobi, またはホームディレクトリ(C:\Users\yourus...

Gurobiバージョン12.0以降では、線形制約、二次制約（凸および非凸）、二次錐制約、多変量合成非線形関数の制約を持つモデルを解くことができます。連続変数と整数変数の組合せは問いません。標準形は以下の通りです：$$\begin{alignat}{3} \min_x\  x^\top Q x + c^\top x &+ d && && \textrm{(Objective)} \\ \tex...