Gurobi Optimizer Reseñas y Detalles del Producto

Capacidad para resolver una amplia gama de problemas de optimización, como Programación Lineal, Programación Lineal Entera Mixta, Programación No Lineal Convexa, etc., lo que permite a cualquier empresa resolver problemas complejos de la cadena de suministro. Reseña recopilada por y alojada en G2.com.

Su incapacidad para resolver problemas de optimización no convexos, el requisito previo de un trasfondo en modelado matemático que lleva a requisitos de formación intensiva, licencia comercial costosa. Reseña recopilada por y alojada en G2.com.

Si eres usuario de cplex, puedes usar fácilmente el paquete gurobi. Reseña recopilada por y alojada en G2.com.

Algunas funciones muestran un bajo rendimiento, como la función relacionada con la sugerencia de la solución óptima. Reseña recopilada por y alojada en G2.com.

Es conveniente de usar con un gran grupo de comunidad y actualizaciones regulares. He tenido experiencia usando Gurobi Optimizer en el proceso de aprendizaje de optimización (desde la optimización entera más básica hasta la optimización lineal, y más complejas), y lo usé para resolver muchos problemas de tareas y proyectos de curso.

Más adelante, tuve la oportunidad de trabajar en un proyecto de ciencia de datos que involucraba un trabajo intensivo en optimización y volví a usar Gurobi Optimizer. En la mayoría de los casos, la optimización lineal o incluso la optimización entera es suficiente para resolver los problemas reales de negocio. Rara vez se requieren modelos más complicados, pero también podrían convertirse en modelos lineales con algunos trucos o algo así.

Gurobi Optimizer es muy eficiente en tiempo, ya que puede resolver un problema de optimización con miles de variables y decenas de miles de restricciones en solo unos minutos. Esto es bastante esencial en la práctica porque no solo puede hacer que el proceso de construcción sea mucho más fácil (puedes hacer múltiples pruebas y errores en un período de tiempo relativamente corto y darte menos presión de tiempo...) sino también hacer que tu algoritmo sea desplegable en la realidad, especialmente en el caso de que la empresa necesite tomar una decisión óptima de manera oportuna (digamos que necesita ejecutar la optimización cada semana, cada día, o incluso cada hora). Reseña recopilada por y alojada en G2.com.

La sintaxis podría haber sido más sencilla. Reseña recopilada por y alojada en G2.com.

Las API de Gurobi para Python son fáciles de implementar. El rendimiento en modelos de Programación Lineal Entera Mixta (MILP) y Programación Cuadrática es muy bueno. Hay mejoras de rendimiento con la nueva versión 9.1. Reseña recopilada por y alojada en G2.com.

Convertir problemas no lineales en una formulación lineal o cuadrática. Los modelos no lineales complejos podrían necesitar técnicas de descomposición para superar problemas de escalado en problemas de mayor tamaño. Reseña recopilada por y alojada en G2.com.

Capacidad para resolver diversos problemas de optimización como la programación lineal (LP), la programación cuadrática (QP), el solucionador de programación lineal entera mixta (MILP), la programación entera mixta (MIP) de manera muy rápida y eficiente. Reseña recopilada por y alojada en G2.com.

No encontré ninguno. Estaba completamente satisfecho. Reseña recopilada por y alojada en G2.com.

He utilizado Gurobi como una biblioteca en Python. Gurobi es muy rápido en resolver problemas de programación lineal y dinámica. Puedes usar Gurobi incluso con experiencia básica en programación. Es muy fácil codificar la función objetivo y todas las restricciones en Gurobi. Reseña recopilada por y alojada en G2.com.

No está disponible de forma gratuita. Necesitas estar un poco familiarizado con la programación de computadoras. Reseña recopilada por y alojada en G2.com.

Gurobi ofrece un excelente soporte para Python y Matlab. Reseña recopilada por y alojada en G2.com.

Creo que si Gurobi puede ofrecer más ejemplos prácticos. Esto ayudará a los desarrolladores a reducir una cantidad significativa de tiempo explorando cómo usarlo. Reseña recopilada por y alojada en G2.com.

Fácil de construir modelos usando la interfaz de Python. Reseña recopilada por y alojada en G2.com.

No es capaz de resolver programas no lineales. Reseña recopilada por y alojada en G2.com.

Me gustan especialmente los recursos extensos disponibles junto con ejemplos útiles tanto para usuarios nuevos como experimentados. Reseña recopilada por y alojada en G2.com.

Como principiante, tuve algunos problemas al configurar Gurobi en el entorno de Python, pero nuevamente la documentación resultó ser muy útil. Reseña recopilada por y alojada en G2.com.

Lo mejor del Optimizador Gurobi es su capacidad para resolver cada vez más expresiones no lineales. Reseña recopilada por y alojada en G2.com.

Recursos de Python-Gurobi. La documentación es limitada y no está bien explicada. Necesita más ejemplos. Reseña recopilada por y alojada en G2.com.