我试图了解建模框架（例如 Python 的 Pyomo、Julia 的 JuMP 和 Matlab 的 Yalmip）在求解优化模型中的作用。我正在使用 Pyomo 和 Gurobi 求解器求解具有许多约束的模型。尽管求解器（Gurobi）求解模型实际花费的时间相对较小，但输出求解模型的结果需要很长时间。我假设这些建模框架是瓶颈。因此，我想了解为什么我们需要使用建模框架。此外，我还了解到这些框架中的计算过程无法并行化。有谁知道这些框架在求解优化模型中的作用？
我在网上查了一下，但没有找到任何东西。
第三方优化网络有利有弊。
主要优点是能够切换求解器，而无需更改大量代码（通常只需要更改一行）。
主要有四个缺点：
通常，并非您选择的求解器中可用的所有功能都可以在第 3 方框架中使用
框架可能会在将模型提供给求解器之前对其进行转换，这对于求解器来说可能会更糟
如果您付费购买商业求解器，那么您可能拥有支持组件，但这不包括第 3 方工具
为了保持求解器不可知，某些框架会构建模型，然后在指定求解器时的优化点，它使用求解器 API 构建模型，这意味着模型会构建两次。这可能解释了您经历的漫长构建时间。
总之：求解器有自己的 API。您不需要使用第三方优化框架。