Gurobi数学规划求解器退出中国高校市场
本帖最后由 寂静回声 于 2026-10-7 20:36 编辑8月31日，Gurobi在官方帮助中心更新针对中国高校学生的许可说明：停止向中国大陆、香港和澳门提供免费学术许可，不再批准来自上述地区的新申请。Gurobi没有公开说明此次调整的具体原因。
作为全球主流的数学规划求解器之一，Gurobi的这一动作得到了行业广泛关注。
Gurobi的核心产品是Gurobi Optimizer，就是将复杂的业务挑战转化为数学模型，再通过优化算法求出满足约束条件的解决方案。
其支持线性规划、混合整数规划、二阶锥规划以及双线性问题等多种优化问题类型，并通过混合整数规划与混合整数非线性规划加速、GPU加速、非线性优化等技术提升求解性能。
对于工业软件而言，求解器本身并不一定直接面向最终用户，却承担着复杂决策背后的计算工作。比如制造企业需要在订单、设备、物料和交期之间进行排产，数学规划求解器就是把这些现实中的资源、约束和目标转化为数学模型，并算出最优方案的核心计算工具。
Gurobi目前覆盖制造与工业、能源与基础设施、交通与物流、航空航天与国防、科技与通信等多个行业，并称已经助力全球数十个行业、逾1200家领先企业实现优化创新。
MATLAB是科学计算和工程计算平台，Gurobi则是专业的数学优化求解器。前者可通过接口调用Gurobi优化引擎，在一些工程和科研场景中作为底层优化求解器使用。
2020年，哈工大、哈工程部分MATLAB校园授权受到限制，科研软件供应问题开始进入国内科技界视野。如今，类似的许可变化又出现在数学优化领域。
过去十余年，Gurobi已经进入国内运筹学、管理科学、工业工程、交通、电力等领域的教学与研究。长期使用形成的模型、代码和算例，已经融入不少科研项目。一旦更换求解器，已有模型和代码就需要重新迁移、验证，不同软件的求解效率和结果表现也可能有所变化。
更重要的是，高校也是软件生态的一部分。课程、科研项目和人才培养长期使用什么工具，也会影响学生的技术习惯以及产业端的软件选择。
此前，全球数学规划求解器市场 90%以上份额主要由美国引领的三巨头长期占据Gurobi、CPLEX、XPRESS。
Gurobi是由美国 Gurobi Optimization 公司开发新一代大规模求解器。在全球最著名的专业求解器评比网站 Decision Tree for Optimization Software (http://plato.asu.edu/bench.html) 中，Gurobi 展示出更快的求解速度和精度。Gurobi 全球用户超过2600家，广泛应用在金融、物流、制造、航空、石油石化、商业服务等多个领域。
IBM CPLEX Optimizer历史悠久，最初版本在1988年就被开发出来，1997年被ILOG公司收购，2009年纳入IBM怀抱，如今已发展成为IBM决策优化系统IBM ILOG CPLEX Optimization Studio(简称COS)。作为COS系统中的关键组件，CPLEX Optimizer 为线性规划、混合整数规划、二次规划和二次约束规划问题提供灵活的高性能数学规划求解器。 这些求解器包括用于混合整数规划的分布式并行算法，支持利用多台计算机来解决难题。
Xpress求解器是商业优化求解器，Xpress 包括通用非线性求解器 Xpress NonLinear，逐次线性规划算法（SLP，一阶方法）和Artelys Knitro（二阶方法）。
Xpress 于 1983 年由英国Dash Optimization公司发布，是第一个在PC上运行的商业LP和MIP求解器。1992年，发布了并行计算的Xpress版本，五年后扩展到分布式计算。2008 年被美国FICO TEC收购。Xpress 是第一个通过在 2010 年引入 64 位索引而跨越十亿决策变量阈值的 MIP 求解器。自 2014 年以来，Xpress 首次实现了并行对偶单纯形方法的商业实现。
其它数学求解器
LINGO是Linear Interactive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”，由美国LINDO系统公司（Lindo System Inc.）推出的专门用于求解最优化问题的软件包。其特色在于内置建模语言，提供许多常用函数方便使用者建立优化模型时调用，并提供与其他数据文件（如文本、EXCEL、数据库等）的接口，易于方便地输入、求解和分析大规模最优化问题。
MOSEK是由丹麦MOSEK ApS公司开发的一款数学规划求解器，也是公认的求解二次规划、二阶锥规划和半正定规划问题最快的求解器之一，广泛应用于金融、保险、能源等领域。
SCIP是目前混合整数规划（MIP）和混合整数非线性规划（MINLP）最快的非商业求解器之一。SCIP也是一个用于约束整数规划、分支定界以及分支定价的框架 ，主要由德国ZIB研究所开发。与大多数商业求解器不同，SCIP 允许用户对求解过程进行完全控制，并允许用户访问求解器内部的详细信息。
BARON求解器是由美国的 The Optimization Firm 公司开发的，它是全局优化求解器领域的佼佼者，特别擅长解决非线性和混合整数非线性规划问题（NLP、MINLP），并能够保证找到非凸优化问题的全局最优解。
SAS是由SAS Institute开发的一种统计软件套件，用于数据管理、高级分析、多元分析、商业智能、刑事调查和预测性分析。SAS是一个软件套件，可以挖掘、更改、管理和检索来自各种来源的数据，并对其进行统计分析。SAS包含通用的线性规划、混合整数规划和非线性规划的求解模块。SAS为非技术用户提供了图形化的点击式用户界面，并通过SAS语言提供了更高级的选项。
日常使用的office办公套件中的Excel表格也包含一个称为“求解器”的工具，能够针对问题规模较小的线性规划问题进行求解。Excel不会默认加载求解器工具，有需要的用户要进行简单的操作来实现：1，选择”文件“，点击”选项“；2在弹出的Excel选项框中点击”加载项“，选择”excel加载项“，点击”转到“；3，在弹出的加载宏对话框中勾选"规划求解”，点击“确定”；4，在数据选项卡中查看使用已添加的求解器solver工具。
MindOpt是阿里达摩院决策智能实验室自主研发的一款具备线性规划等多种功能的数学规划求解器套件。通过对大规模线性规划的快速稳定求解，为客户提供从数据到决策的全链路建模和求解能力。目前已应用于云计算等多项阿里业务，通过对弹性计算资源的调度优化，每年可为阿里云节约数亿元成本。
华为天筹AI求解器OPTV将运筹学和AI相结合，突破业界运筹优化极限，针对线性和整数模型寻找最优解，以通用形式描述问题，高效计算最优方案，助力企业量化决策和精细化运营，提升资源利用率和运转效率，增强决策水平和竞争力。
著名陈省身数学奖获得者、冯康科学计算奖获得者、中国科学院数学与系统科学院戴彧虹研究员带领CMIP团队从2015年开始，历经30个月，终于自主研发了我国第一个具有国际水平的整数规划求解器CMIP，并于2018年3月确定版本为CMIP 1.0版本。
开源的LEAVES项目主要由上海财经大学的并行优化国际实验室与杉数科技共同牵头建设，主要聚焦于一些最新大规模一阶和二阶算法的探讨。2017年公布了第一版的线性规划求解器的源代码，包括了内点法求解线性规划的完整算法，这在开源求解器里是比较少见的，代码基本可以通过Netlib的问题集测试。包括了完整的Presolve，LU分解，CrossOver等商业求解器的全流程。目前把求解变量限制在50万以下，在Netlib上测试结果跟Gurobi相比差距还不错。
COIN-OR (Computational Infrastructure for Operations Research) 是运筹和优化圈维护开源基础软件和项目的著名基金会，是一个公益组织，维护着市面上几乎所有的开源优化求解器，包括cbc, clp, ipopt, pyomo等数十种求解器和建模语言，并且使得它们之间的交互变得可能。可以说 COIN-OR 在开源求解器方面占有举足轻重的位置。目前所有项目都托管在 GitHub 上（https://github.com/coin-or），仅一些原有的基础设施（网站、wiki 和邮件列表）仍然托管在 Clemson 大学的服务器上。
LP_solve是一个混合整数线性规划（MILP）求解器，来自sourceforge下的一个开源项目，是一个基于修正单纯形法和分支定界法的免费线性（整数）规划求解器，能够求解纯线性、（混合）整数/二进制、半连续和特殊有序集（SOS）模型。
GLPK (GNU Linear Programming Kit，GNU线性编程工具)是GNU下的一个项目，用于建立大规模线性规划LP和混合型整数规划MIP问题，并对模型进行最优化求解。由于是GNU下的项目，因此没有商业非商业的版本限制，可以自由使用。
OR-Tools是一款谷歌旗下的开源优化工具。支持线性规划、整数规划，可以方便的求解Routing、Bin packing、Network flows、Assignment、Scheduling等问题。
SciPy 是一个开源的 Python 算法库和数学工具包。Scipy 是基于 Numpy 的科学计算库，用于数学、科学、工程学等领域，很多有一些高阶抽象和物理模型需要使用 Scipy。SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
页:
[1]