线性优化建模语言工具
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
CMPL（Coliop/Coin Mathematical Programming Language）是一个面向数学规划与线性优化问题的建模语言和求解系统。它试图在数学模型表达的清晰性与编程语言的灵活性之间取得平衡。Coliop 则是 CMPL 分发包中的集成开发环境，二者均为 GPLv3 开源项目。
从功能看，CMPL 可将模型实例交给 HiGHS、SCIP、CBC、GLPK、Gurobi、CPLEX 等求解器执行，其中 HiGHS 和 SCIP 包含在标准包中。它还支持将问题转换为 MPS 或 Free-MPS，便于接入其他求解器。平台覆盖 Windows、OS X、Linux 和 Raspbian，适合桌面和服务器环境。
CMPL 包含 pyCMPL、jCMPL 和 CMPLServer。pyCMPL 是 Python API 与交互式 shell，jCMPL 是 Java API；二者可在应用中定义集合和参数、控制求解流程并读取可行解。CMPLServer 是基于 XML-RPC 的 Web 服务，用于分布式和网格优化，适合把大型模型提交到高性能系统上远程求解。它支持本地安装和服务器部署，具备一定自托管能力。
正文未列出商业定价或付费版本。许可方面，CMPL 与 Coliop 使用 GPLv3，pyCMPL、jCMPL、CMPLServer 使用 LGPLv3。若在商业项目中深度集成，需要评估 GPL/LGPL 许可义务；同时 Gurobi、CPLEX 等商业求解器的授权费用不包含在文本信息中。
优点是开源、跨平台、求解器集成丰富，并提供 IDE、Python/Java API 与远程服务组件。限制在于文本未说明文档质量、社区活跃度和支持渠道，且其定位主要围绕线性优化，对非线性或更广泛优化场景的信息不足。它更适合运筹优化研究者、教学用户、工程优化开发者，以及需要将数学规划嵌入 Python/Java 应用的团队。
根据抓取正文无法判断 coliop.org 在中国大陆的连通性、下载速度或支付方式，因此中国访问状态记为未知。可关注的替代品包括 Pyomo、PuLP、JuMP、AMPL、GAMS 和 OR-Tools。
本测评基于公开资料整理,不构成购买建议,请以 coliop.org 官网实际信息为准。
CMPL优化建模工具，学术/算法可用。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。