有没有人再使用AMPL了

一个名为YALMIP的matlab工具箱允许您在Matlab中进行配方。这反过来使其很容易与其他预处理或后处理要求集成。 我之前是AMPL用户但是在找到YALMIP后我不再使用AMPL了。这样可以节省我编写代码的时间，以准备输入AMPL的数据并处理输出。     

你很困惑。 AMPL和Matlab是两个完全不同的东西，它们可能在某些应用领域相交，但它们旨在解决完全不同类型的问题。 AMPL是一种描述优化问题的语言。它本身不做任何事情：它只为用户提供与解算器交互的方法。求解器可用于线性编程（CPLEX），非线性编程（Ipopt）或其他更深奥的类型。 Matlab是一种技术计算语言：线性代数，微分方程，统计和 - 一些优化 - Matlab的优化功能在AMPL旁边相形见绌。 AMPL通过自动微分提供精确的一阶和二阶导数，这是GAMS可以测量的关键特性，你可能不知道它有多重要和困难，但是 - 相信我 - 它。 没有人会为“AMPL编码器”提供工作，因为没有这样的东西。这项工作提供给知道什么是优化以及哪些工具处于最前沿的人。同样，没有人为“Matlab编码器”提供工作，他们为知道Matlab的工程师提供工作。 最后，AMPL不是免费的。您只能出于学习目的免费使用学生版。这样的版本限制你100个变量和约束（我猜你知道这意味着什么）。如果你想要一个成熟的AMPL，你需要支付许可证和解算器的许可证，每一个都是！ Ipopt是开源的，但Cplex非常昂贵。 是的，AMPL仍在使用，非常如此。我用它来计算最佳的航天器轨迹，相信我，没有什么比这更接近了。我喜欢Matlab，但是使用Matlab进行严谨的优化就像用勺子打开一罐食物 - 你可能会成功，但会有血与泪。 AMPL和Matlab有一个共同点：它们都是由杰出的科学家（Moler-> Matlab，Gay-> AMPL）创建，位于他们领域的最前沿。     

虽然GAMS和AMPL是特定于域的语言，但我现在更喜欢通用语言中的优化库。 您可以获得最先进的编程语言功能，编辑器，调试器，大型支持库，与其他库轻松集成（例如，IO或可视化数据）以及在特定模型中轻松嵌入特定优化模型。 Pyomo（用于Python）和Jump（用于Julia）可能是编写优化问题的两个最着名，快速且功能完备的实现，包括非线性问题。