快速上手:在 Python 环境中安装与配置 Gurobi

快速上手:在 Python 环境中安装与配置 Gurobi

快速上手:在 Python 环境中安装与配置 Gurobi

一、Gurobi简介

Gurobi 是由美国 Gurobi Optimization 公司开发的一款高性能商业数学优化求解器,广泛应用于学术研究与工业领域。它能够高效求解以下类型的优化问题:

  • 线性规划(LP)
  • 整数规划(IP)
  • 混合整数规划(MIP)
  • 二次规划(QP)
  • 二次约束规划(QCP)
  • 非线性规划(部分支持,如含对数、指数、三角函数、分段函数等)

主要特点:

  • 求解速度快、精度高:在多项第三方评测中性能领先,曾于2010年超越 CPLEX 成为行业标杆。
  • 多语言支持:提供 Python、C/C++、Java、.NET、MATLAB、R 等接口,其中 Python 接口(gurobipy)最为常用
  • 跨平台兼容:支持 Windows、Linux 和 macOS。
  • 学术免费:高校师生可申请免费学术许可证。
  • 广泛应用:涵盖物流调度、生产计划、金融投资组合、能源系统、机器学习等多个领域。

简言之,Gurobi 是当前最先进、最高效的数学优化工具之一,特别适合求解大规模复杂决策优化问题。

二、前置工作

  1. 要在内网的服务器上配置Gurobi环境,需要两台电脑先配置好远程连接:Windows RDP远程桌面连接(超详细)
  2. 配置好Python环境(Python或者Anaconda):Anaconda下载安装及老版本选择(超详细)
  3. 安装编辑器PyCharm(其他的编辑器VSCode):Pycharm安装教程

注意:PyCharm使用Anaconda与Python类似。

三、Gurobi下载安装

3.1 Gurobi下载

进入Gurobi软件页面(需要注册登录):gurobi-software

根据自己的需要选择对应的版本,这里我们使用的是Gurobi-12.0.0版本(当然下载最新版本也可以,不过需要注意Gurobi的版本一致),属于历史版本。
历史版本下载可以参考:【实践】如何下载Gurobi的历史版本
在这里插入图片描述

3.2 Gurobi安装

双击下载好的软件:

在这里插入图片描述


等待一会,点击Next:

在这里插入图片描述


接受协议,点击Next:

在这里插入图片描述


根据自己的情况修改安装路径(C盘比较大的话就不用动了):

在这里插入图片描述


点击Install进行安装:

在这里插入图片描述


安装完成,点击Finsh:

在这里插入图片描述


安装完成后,会有一个弹窗,点击YES后会重启电脑:

在这里插入图片描述

四、Gurobi许可证申请激活

4.1 在连接校园网的情况下申请许可证!

4.1.1 Named-User Academic(推荐使用)

登录后点击My account或者Your gurobi licenses——Request——Named-User Academic

在这里插入图片描述


同意协议,提交请求:

在这里插入图片描述


Gurobi 许可证创建成功:

在这里插入图片描述


在计算机连接互联网的情况下,Win+R 输入 cmd 进入到命令提示符窗口。在命令行下使用 cd 命令进入到 Gurobi 安装目录/win64/bin 目录下(如图),然后输入使用激活码,出现最下面红框内容代表激活成功。

在这里插入图片描述
4.1.2 Online Course(可离线使用,有规模限制)

登录后点击My account或者Your gurobi licenses——Request——Online Course

在这里插入图片描述


Gurobi 许可证创建成功:

在这里插入图片描述


自动激活的话和上面 Name-User Academic一致。

这里选择手动激活:
在Gurobi安装路径中找到grbprobe.exe程序:

在这里插入图片描述


运行grbprobe以生成有关系统的报告:

在这里插入图片描述


点击手动生成:

在这里插入图片描述


会出现一个表单,复制上面grbprobe生成的信息,点击提交:

在这里插入图片描述


提交后会下载许可证:

在这里插入图片描述

五、安装Gurobipy

5.1 在线安装

使用pip或者conda命令进行安装,会自动选择合适的版本。

pip install gurobipy 
conda config --add channels "http://conda.anaconda.org/gurobi" conda install gurobi 

5.2 离线安装1

确定好python的安装位置:

在这里插入图片描述


win+Q,搜索cmd,并且右键管理员运行

在这里插入图片描述

进入gurobi安装根目录的win64目录,如:C:\gurobi1001\win64,使用命令行安装:

C:\ProgramData\anaconda3\python.exe setup.py install

安装成功:

在这里插入图片描述

5.3 离线安装2

进入Gurobipy的官网

在这里插入图片描述


点击Release history,可以找到历史版本。因为Gurobi 的主版本号与其 Python 接口 gurobipy 的版本号是一致的,所以我们选择12.0.0版本的gurobipy:

在这里插入图片描述


根据自己的Python版本和平台,选择对应的文件进行下载:

在这里插入图片描述


将文件复制到服务器上:

在这里插入图片描述


通过cd命令进入到该文件目录,安装Gurobi扩展包:

python -m pip install --find-links gurobipy-12.0.0-cp312-cp312-win_amd64.whl --no-index gurobipy 
在这里插入图片描述


查看包是否安装完成:

在这里插入图片描述

六、测试代码

进入python后新建测试py文件(注意不要命名为gurobipy.py),测试代码如下​:

""" 3000约束量的规划求解,以验证证书是否为免费限制证书 免费限制证书: 约束量<=1000 """import gurobipy as gp from gurobipy import GRB # 创建模型 model = gp.Model("3000_constraints")# 添加变量 num_vars =3000# 约束量vars= model.addVars(num_vars, vtype=GRB.CONTINUOUS, name="x")# 添加约束(约束量3000)for i inrange(3000):# 示例:每个约束为x_i <= 1 model.addConstr(vars[i]<=1, name=f"constraint_{i}")# 添加目标函数(最大化总和) model.setObjective(sum(vars), GRB.MAXIMIZE)# 求解 model.optimize()# 输出结果if model.status == GRB.OPTIMAL:print("最优解:", model.objVal)

求解成功:

在这里插入图片描述

奇葩问题

软件以前安在E盘,后面E盘没了,把安装文件夹删了,安装新的软件出现Invalid Drive:E:

在这里插入图片描述


一检查发现软件没有卸载,但卸载的时候也出现:

在这里插入图片描述


使用CCleaner,清除注册表后也无法卸载。
后面参考:
卸载或安装Git出现Invalid drive错误的解决方案【简记】
先创建一个虚拟E盘,把Gurobi进行卸载,再把虚拟E盘删了,用CCleaner清理一遍注册表,就可以重新安装了

参考

  1. 【大规模优化求解器-Gurobi-教程】
  2. Anaconda下载安装及老版本选择(超详细)
  3. Pycharm安装教程
  4. Gurobi最新安装与学术许可申请教程(2025)
  5. How do I generate a license file for a computer without internet access?
  6. How do I install Gurobi for Python?

Read more

Vibe Coding范式实战:用AI工具链(Stitch+Figma+ai studio+Trae)快速开发全栈APP

Vibe Coding范式实战:用AI工具链(Stitch+Figma+ai studio+Trae)快速开发全栈APP

文章目录 * 概要 * stitch制作设计稿 * figma 原型展示 * ai studio 生成前端代码 * 基于trae + Supabase生成后端代码和数据库 * Github + vercel * pc端后台管理系统设计 概要 在 AI 技术深度渗透软件开发领域的当下,一种名为 “Vibe Coding”(氛围编程)的全新范式正在重塑开发者的工作方式。它的核心在于,开发者不再是逐行编写代码的 “码农”,而是通过自然语言描述意图、引导 AI 生成代码的 “创意引导者” 和 “结果验证者”,从而将精力聚焦于更高价值的产品设计和逻辑思考上。 本文提供一种 Vibe Coding 的工作模式:设计阶段以 Google Stitch 为起点,开发者通过文本或草图快速生成响应式 UI 设计与前端代码,再无缝导入 Figma 进行精细化视觉调整和原型设计,实现了从 “想法” 到

By Ne0inhk
国产大模型DeepSeek V4性能逆天,编程封神,成本暴降90%,小白也能玩转AI大模型!

国产大模型DeepSeek V4性能逆天,编程封神,成本暴降90%,小白也能玩转AI大模型!

DeepSeek V4在编程、上下文处理、推理成本上实现重大突破,编程能力超越Claude Opus 4.5和GPT-5.2,上下文窗口扩展至100万Token,推理成本降低90%。尽管部分泄露数据存疑,但V4的技术潜力巨大,标志着国产AI进入全球并行阶段,为AI普惠奠定基础。 100万Token上下文,编程封神,成本暴降90%,春节档的核弹来了? 春节的烟火未散,AI圈却已炸开了锅。 一张标注为国产大模型DeepSeek V4的基准测试成绩单,在开发者社区、科技论坛及社交平台疯狂扩散,短时间内引爆全网讨论——海外Hugging Face、LMSYS等平台讨论量激增,国内开发者直呼“国产AI要改写行业格局”。 更有多方信源透露,这款性能逆天的新模型,疑似今日(2月17日) 正式发布。 这究竟是又一次“PPT发布”,还是国产AI真正的里程碑时刻?今天,结合全网泄露数据与技术论文,拆解这份“春节档答卷”。 🔥 核心亮点直击:三大突破,剑指海外顶尖模型 此次泄露的基准测试数据,覆盖编程能力、上下文处理、推理成本三大核心维度。

By Ne0inhk
OpenClaw 浏览器控制终极方案 - 让 AI 助手随时控制你的浏览器:

OpenClaw 浏览器控制终极方案 - 让 AI 助手随时控制你的浏览器:

🚀 懒人版:你可能都不用看这篇文章 直接把这篇文章发给 Claude Code,让它帮你执行就行了。它会:创建一个 Chrome Debug 浏览器实例配置好所有参数 然后去 OpenClaw 的 bot 里告诉它: "更新下身份信息:当前你需要去查询信息资料、联网之类的,优先使用已经可以打开的可调试浏览器实例去控制打开搜索等。比如: 使用 --browser-profile mydebug 来控制已打开的浏览器实例。" 搞定!🎉 一个被忽视的痛点 你有没有遇到过这样的场景: 你让 AI 助手帮你搜索信息,它打开了一个全新的浏览器窗口。 然后你发现: * 推特要重新登录 * GitHub 要重新登录 * Google 要重新登录 * 甚至有些网站直接把你当成机器人,拒绝访问 为什么? 因为 AI 助手用的是一个"干净"的浏览器环境,

By Ne0inhk