GAMS

浏览量


特别为建模线性、非线性和混合整数最优化问题而设计的
> GAMS尤其对于大型的、复杂的、需要多次修订才能最终确定的精确模型的复杂问题有帮助。
> 可运行在个人计算机、工作站、大型机和超级计算机上。可以快速、方便地更改公式,从一个求解器转到另一个,甚至很简单地就能从线性转换到非线性。
> 只需一次就能在熟悉的列表和表格形式中输入您想要的数据。模型以简洁的代数形式表示,简单明了,容易理解。
> 自动生成每个约束等式,可以处理特殊情况,以防通用性的模型不适用。
> 动态模型包括时间序列、滞后、超前及时间终点的处理。
> 敏感度分析能够方便地编程模型去求解一个成分的不同值,然后生成一个报告,列出每种情况的解决方案。
> GAMS的模型能够同时被开发和文档化,因为GAMS允许用户包含解释性的文本来作为任意符号和等式的定义和解释。
 
GAMS求解器
> BASE 包括语言编辑器和一系列系统:执行系统、GAMSIDE (Windows)、系统文档化、模型库、转换工具、UNIX和GDX功能、COIN-OR、MILES、NLPEC。
> AlphaECP 是MINLP(混合整数非线性规划)求解器,基于扩展的截平面(ECP)方法,用到一般的MINLP问题和全局最优解决方案中。 
> BARON 解决从非凸优化问题到全局最优化的计算系统,连续非线性规划(NLPs)、纯整数和混合整数非线性规划(MINLPs)都可以用GAMS/BARON来解决。 
> CONOPT 多方法求解器,它和其他的GAMS NLP求解器往往相得益彰。如果一个求解器不能工作,其他的同功能求解器就会解决这个模型。
> CPLEX 线性规划(LP)、混合整数规划(MIP)、二次约束规划(QCP)、二阶锥规划和混合整数二次约束规(MIQCP)求解器。
> DECIS 解决大规模的随机规划问题,采用Benders分解和利用Monte Carlo抽样方差减少技术的重要性采样或控制变元。
> DICOPT 解决MINLP混合整数非线性规划)模型的框架。使用了标准的GAMS MIP和NLP求解器可解决由算法产生的MIP和NLP子问题。 
> GUROBI 包含最先进的单纯线性规划(LP)和混合整数规划(MIP)功能。共享内存并行以及同时使用任意几个处理器和每个处理器核心数量的能力。 
> KNITRO 可找出有约束或没有约束的持续、平稳的非线性优化问题的解决方案。
> LGO 结合了全球和区域范围的算法,在最小的分析假设情况下分析和解决复杂的非线性模型。
> LINDOGlobal 连续和离散变量的全局最优解决方案处理一般非线性问题。
> MINOS 利用模型的稀疏和高效、可靠的下梯度法解决线性约束模型。用线性约束和增强Lagrangia目标函数来重复解决子问题的方法来解决非线性约束的模型。
> MOSEK 可解决线性、混合整数线性、凸非线性数学优化问题。
> MPSGE 一般均衡分析的数学规划系统。
> MSNLP 是另一个随机搜索算法解决全球优化问题。MSNLP使用一个点发生器给本地NLP求解器创建候选起点。算法性能完全取决于起点发生器。
> OQNLP 连续变量或离散和连续变量混合的光滑约束问题的全局优化求解器。
> PATH 用于MCP模型,基于牛顿理论,这个强大的技术结合众多有效变量、扩展和增强功能。 
> SBB 混合整数非线性规划(NINLP)模型的求解器。它基于混合整数线性规划的标准分支定界法和GAMS已支持的标准NLP求解器。
> SNOPT 新的大型连续二次规划求解器(SQP)。SNOPT是一个通用系统,可解决跟变量和约束相关的优化问题。
> XA 线性和混合整数问题的求解器。 
> XPRESS是一个多功能、高性能的优化系统,结合了一个强大的单纯LP求解器。
 

系统概述

GAMS是用于数学编程和优化的高级建模系统。它由语言编译器和一系列相关的求解器组成。

GAMS建模语言使建模人员可以将现实世界中的优化问题快速转换为计算机代码。然后,gams语言编译器将此代码转换为求解器可以理解和求解的格式。通过允许更改使用的求解器而无需更改模型公式,此体系结构提供了极大的灵活性。

GAMS (THE GENERAL ALGEBRAIC MODELING SYSTEM)

为您的数学编程需求提供一站式解决方案

 

一个新的面向对象的MATLAB API

MATLAB是许多科学和工程领域的事实上的标准,并且与GAMS很好地结合在一起。到目前为止,MATLAB用户必须使用 GDXMRW suite of utilities 与 GAMS 进行接口。但是, 自2012年以来,对于其他编程语言(例如Java或Python),我们一直提供更高级的 object oriented APIs。这些 APIs 为控制 GAMS 和与之交互提供了一些真正的好处。

 

现在,object oriented API 的 MATLAB 版本,该版本随 GAMS 34一起提供,并允许:

> 交换输入数据和模型结果以及数据的内存表示形式(GAMSDatabase) 

> GAMS模型的创建和运行(GAMSJob)

> 自定义GAMS选项(GAMSOptions)
> 有效求解紧密相关的模型实例(GAMSModelInstance)

 

GAMS MIRO 将GAMS模型转换为交互式应用程序

MIRO是一个部署环境,专为寻求简单而自动化的方式以使GAMS模型可供最终用户使用的人们而设计。

组件

GAMS MIRO描述了GAMS模型的整个部署系统。它包括几个元素:用户界面,连接器,库,桌面,服务器,...

 
 

GAMS MIRO画廊

画廊为您提供了MIRO可能带来的想法。但是,有趣的GAMS模型/要解决的问题也应在此处解决。

直接在浏览器中甚至移动设备上测试MIRO应用程序!

为什么要使用GAMS MIRO?

您是否正在与GAMS合作,并且正在寻找一种自动部署GAMS模型的快速方法?
您是否必须根据优化问题做出决策,并且正在寻找直观的可视化工具?

GAMS MIRO是您的理想选择!

> 快速,自动化地部署GAMS模型
> 具有功能强大的图表/图形的数据可视化
> 方案数据的生成,处理和评估
> 自动生成多个数据实例
> 生成绩效统计数据和敏感性分析
> 数据导出,用于外部GAMS作业和分析
> 直观的结构化集成无需GAMS专业知识
> 易于使用和舒适的工作环境
> 高度可定制

备忘单

懒洋洋地阅读文档,或者只是想要一份GAMS MIRO最重要功能的简要摘要?

 

 
 

上一页

下一页

上一页

下一页