GLPK/使用 GLPK 的應用程式專案

許多應用程式程式設計專案依賴於 GLPK 來解決其底層的最佳化問題。這裡列出了一些專案。一些專案已經發布，另一些專案正在進行中。程式語言包括 C++（本地連結）和 Java（使用適當的語言繫結）。

可以看出，應用程式領域非常多樣化。

設計和程式設計使用 GLPK API 的模型與使用 MathProg 編寫模型有很大不同。如果您不確定使用哪種方法，那麼 MathProg 幾乎肯定是更好的選擇。

應用程式專案

Clepsydra

Clepsydra 是一個針對Java 最佳化處理器 的靜態最壞情況執行時間 分析器。它使用 GLPK 的整數線性規劃來找到程式控制流圖中最長的路徑。

cspsol

cspsol 是一個使用 GLPK 的切割庫存問題求解器。 切割庫存問題 (CSP) 試圖找到將一組大型物體切割成較小物品的最佳方式。這種任務在製造業中很常見。

OSEMOSYS

OSEMOSYS 是一個基於部分（經濟）均衡的開源能源建模系統。 該模型借鑑了MESSAGE，模型“外殼”是用 Java 編寫的。該專案有一個相關的wiki。

Praat

Praat 是一個基於阿姆斯特丹大學語音科學研究所 的計算語音學專案。Praat 用於研究人類語音分析和合成。Praat 使用 GLPK 來找到涉及諧波語法的問題的最小正權重。

Shogun

shogun 專案提供了一個包含機器學習演算法的工具箱。GLPK 是可以用於多種核心學習的求解器之一。

stan

stan 專案是一個用於城市規劃領域的 Java 決策支援應用程式。它被設計為混合整數規劃引擎的桌面前端，目前使用 GLPK。

TEMOA

TEMOA 專案 提供用於能源模型最佳化和分析的工具。 TEMOA 使用Pyomo，而 Pyomo 預設使用 GLPK（但是未來的發展可能需要使用非線性求解器）。TEMOA 的設計強烈地受到了文件記錄良好的MARKAL/TIMES 模型生成器的影響。該專案有一個相關的wiki。

xeona

xeona 是一個部分完成的能源系統模擬專案，旨在支援能源和氣候政策制定。xeona 使用 GLPK 來解決系統遍歷過程中的一些技術和微觀經濟子問題，該過程還試圖最大限度地利用現有產能和間歇性資源。該應用程式是用 C++ 編寫的，並且是強面向物件的。GLPK 求解器本身封裝在一個名為svif::SiGlpk的半智慧包裝類中，該類提供了比 GLPK 直接提供的更方便的呼叫集。xeona 還可以輸出每個遇到的 GLPK 子問題的表格形式的 HTML 表示形式——這在除錯時被證明是一個非常有用的功能。xeona 由 Robbie Morrison 開發。此程式碼庫將在 2010 年底開源。沒有相關的網站。

KuKu3

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

KuKu3 使用 glpk 來解決各種謎題。

版本 3.2.1 提供

將數獨整合到 Internet Explorer 或 Firefox 中。

求解 Gattai5（武士數獨）謎題。可以從 (http://www.samurai-sudoku.com/) 獲得更多謎題

求解 Hidato 謎題。可以從 http://www.smithsonianmag.com/games/hidato.html 獲得更多謎題

求解 Numbrix 謎題。可以從 http://www.latimes.com/games/numbrix/ 獲得更多謎題

Gattai5 的原始碼以 Visual Studio 解決方案的形式提供，位於 sources 目錄中。

Hidato/Numbrix 的原始碼以 QT4 專案的形式提供，位於 sources 目錄中

二進位制發行版應解壓縮到 C:\KuKu3。它需要 dotNetFx40。

透過將檔案 C:\KuKu3\iesudoku\iesudoku（XAML 瀏覽器應用程式）拖放到 Internet Explorer 或 Firefox（需要外掛）來啟動 ieSudoku

版本 3.3.0 添加了對 Set Square 的支援，原始碼以 Visual Studio 10 專案的形式提供，位於 source 目錄中。

版本 3.4.0 添加了對數獨的支援。原始碼目錄中提供的 Ada 原始碼需要 gtkAda。更多謎題可以在 http://www.thepuzzleclub.com/futoshiki.php 找到。