GLPK/使用 GLPK 的应用程序项目

许多应用程序编程项目依赖于 GLPK 来解决其底层的优化问题。这里列出了一些项目。一些项目已经发布，另一些项目正在进行中。编程语言包括 C++（本地链接）和 Java（使用适当的语言绑定）。

可以看出，应用程序领域非常多样化。

设计和编程使用 GLPK API 的模型与使用 MathProg 编写模型有很大不同。如果您不确定使用哪种方法，那么 MathProg 几乎肯定是更好的选择。

应用程序项目

Clepsydra

Clepsydra 是一个针对Java 优化处理器 的静态最坏情况执行时间 分析器。它使用 GLPK 的整数线性规划来找到程序控制流图中最长的路径。

cspsol

cspsol 是一个使用 GLPK 的切割库存问题求解器。 切割库存问题 (CSP) 试图找到将一组大型物体切割成较小物品的最佳方式。这种任务在制造业中很常见。

OSEMOSYS

OSEMOSYS 是一个基于部分（经济）均衡的开源能源建模系统。 该模型借鉴了MESSAGE，模型“外壳”是用 Java 编写的。该项目有一个相关的wiki。

Praat

Praat 是一个基于阿姆斯特丹大学语音科学研究所 的计算语音学项目。Praat 用于研究人类语音分析和合成。Praat 使用 GLPK 来找到涉及谐波语法的问题的最小正权重。

Shogun

shogun 项目提供了一个包含机器学习算法的工具箱。GLPK 是可以用于多种内核学习的求解器之一。

stan

stan 项目是一个用于城市规划领域的 Java 决策支持应用程序。它被设计为混合整数规划引擎的桌面前端，目前使用 GLPK。

TEMOA

TEMOA 项目 提供用于能源模型优化和分析的工具。 TEMOA 使用Pyomo，而 Pyomo 默认使用 GLPK（但是未来的发展可能需要使用非线性求解器）。TEMOA 的设计强烈地受到了文档记录良好的MARKAL/TIMES 模型生成器的影响。该项目有一个相关的wiki。

xeona

xeona 是一个部分完成的能源系统模拟项目，旨在支持能源和气候政策制定。xeona 使用 GLPK 来解决系统遍历过程中的一些技术和微观经济子问题，该过程还试图最大限度地利用现有产能和间歇性资源。该应用程序是用 C++ 编写的，并且是强面向对象的。GLPK 求解器本身封装在一个名为svif::SiGlpk的半智能包装类中，该类提供了比 GLPK 直接提供的更方便的调用集。xeona 还可以输出每个遇到的 GLPK 子问题的表格形式的 HTML 表示形式——这在调试时被证明是一个非常有用的功能。xeona 由 Robbie Morrison 开发。此代码库将在 2010 年底开源。没有相关的网站。

KuKu3

https://sourceforge.net/projects/kuku3/

KuKu3 使用 glpk 来解决各种谜题。

版本 3.2.1 提供

将数独集成到 Internet Explorer 或 Firefox 中。

求解 Gattai5（武士数独）谜题。可以从 (http://www.samurai-sudoku.com/) 获得更多谜题

求解 Hidato 谜题。可以从 http://www.smithsonianmag.com/games/hidato.html 获得更多谜题

求解 Numbrix 谜题。可以从 http://www.latimes.com/games/numbrix/ 获得更多谜题

Gattai5 的源代码以 Visual Studio 解决方案的形式提供，位于 sources 目录中。

Hidato/Numbrix 的源代码以 QT4 项目的形式提供，位于 sources 目录中

二进制发行版应解压缩到 C:\KuKu3。它需要 dotNetFx40。

通过将文件 C:\KuKu3\iesudoku\iesudoku（XAML 浏览器应用程序）拖放到 Internet Explorer 或 Firefox（需要插件）来启动 ieSudoku

版本 3.3.0 添加了对 Set Square 的支持，源代码以 Visual Studio 10 项目的形式提供，位于 source 目录中。

版本 3.4.0 添加了对数独的支援。源代码目录中提供的 Ada 源代码需要 gtkAda。更多谜题可以在 http://www.thepuzzleclub.com/futoshiki.php 找到。