Gekko能否使用Gurobi、CPLEX、Mosek等商业求解器？求调用示例

Gekko没有预置这几个商用求解器的直接调用接口，默认自带的求解器为开源的IPOPT、APOPT、BPOPT，可通过标准模型文件中转的方式搭配商用求解器使用，具体逻辑如下：

• 对于线性规划、二次规划、混合整数线性/二次规划类问题：用Gekko完成模型搭建后，导出为通用的LP或MPS格式模型文件——这两类是运筹优化领域通用的模型交换格式，几乎所有主流商用求解器都原生支持读取——再导入对应商用求解器求解即可，求解完成后可手动提取结果，也可以写简单的映射脚本把结果回传到Gekko对象做后续分析。
• 对于非线性规划、混合整数非线性规划类问题：目前没有通用的一键对接方案，需要自行解析Gekko生成的模型结构，传入对应商用求解器的API完成求解，适配成本相对较高。

以下是最常用的「Gekko建模导出MPS+Gurobi求解」的最简实现，CPLEX、Mosek的操作逻辑完全一致：
首先是Gekko侧建模导出模型的代码：

from gekko import GEKKO

# 初始化本地模式的Gekko模型，关闭自动求解
m = GEKKO(remote=False)
m.options.SOLVER = 0  # SOLVER设为0时仅编译模型，不调用内置求解器

# 搭建测试模型：最大化4x+5y，约束2x+3y<=15，x为0-10范围整数变量，y为0-10范围连续变量
x = m.Var(lb=0, ub=10, integer=True, name='x')
y = m.Var(lb=0, ub=10, name='y')
m.Equation(2*x + 3*y <= 15)
m.Minimize(-(4*x + 5*y))

# 导出标准MPS格式模型文件到本地
m.write_file('demo_model.mps')

然后是Gurobi侧读取模型求解的代码：

import gurobipy as gp

# 读取Gekko导出的模型文件
grb_model = gp.read('demo_model.mps')
# 启动求解
grb_model.optimize()

# 输出最优结果
if grb_model.status == gp.GRB.OPTIMAL:
    print(f"最优目标值：{grb_model.ObjVal}")
    for var in grb_model.getVars():
        print(f"变量{var.VarName} 最优取值：{var.X}")

注意：运行上述代码前需要提前安装好对应商用求解器的Python包，并完成许可证激活。如果需要频繁搭配使用，可以自己写一层简单的封装函数，自动完成模型导出、求解器调用、结果回传的全流程，不需要每次手动操作。

内容的提问来源于stack exchange，提问作者Himanshu Nagpal