全部分类

当前位置：首页 > 软件 > 数据建模 > GAMS Development Corporation GAMS数学编程和优化的高级建模系统 数据建模

GAMS Development Corporation GAMS数学编程和优化的高级建模系统 数据建模
  • GAMS Development Corporation GAMS数学编程和优化的高级建模系统 数据建模

GAMS Development Corporation GAMS数学编程和优化的高级建模系统 数据建模

更新时间：2023-02-21 21:32:26

价格：
￥ 立即询价
型号：
GAMS数学编程和优化的高级建模系统
正版保证：
原装正品
品牌：
GAMS Development Corporation
质保服务：
货期：
现货
产品状态：
成熟产品
发票类型：
含13%货物增票
产品类型：
标准规格
物流费用：
包运费
品牌属国：
欧美品牌
支付方式：
公对公付款 公司支付宝
服务区域：
适用场景：
采购提示：为了快速获取报价，请提供准确产品型号、规格。操作如下：
A、查看原购销合同里的产品型号、规格
B、确认实物标签上的P/N号（可以拍照直接提供）
规格：
0.00元
1台可销售
扫一扫，分享到手机 扫一扫，分享到手机
微信在线咨询
GAMS Development Corporation
品牌更多产品>>
品牌介绍

相似商品
  • 产品详情
  • 产品视频
  • 采购说明
  • 常见问题
  • 售后说明
  • 商品评价
  • 资料下载
  • 技术支持

最前沿的建模系统

专注建模

GAMS允许用户在某种程度上，用跟数学描述非常相似的方式来制定数学模型。看一下这些例子就能说明GAMS模型的基本结构和特征以及与数学表达式的关系。GAMS让用户专注建模，通过要求简洁和精确的实体和关系规范，鼓励良好的建模习惯。GAMS语言与通用编程语言形式相似，因此对于有编程经验的人来说是熟悉的。由于模型的制定方式在某种程度上与它的数学描述类似，所以不仅是程序员，实际领域的专家也能理解和维护。GAMS专注于建模并且允许做所有相关的事。
陈述性知识和程序性要素的平衡混合，允许用户在GAMS中构建复杂的算法甚至实现分解方法。尤其是解决异常问题的模型，以及随之而来的性能问题。

设计不一样的规则

我们努力去适应，而非直接拿来。
GAMS专注于其核心竞争力：让用户创建可读性、可维护的模型，用最好的求解方法解决任何问题。开放的体系结构和多个数据接口允许与外部系统无缝通信。
模型、求解器、数据、平台和用户界面都在独立层，便于切换求解器、使用多个数据集、在多个平台运行以及将GAMS整合到现有的应用、结构和工作流中去。

独立的模型和求解器

提供超过25个广泛和多样化的求解器组合，包括所有预期的商业化求解器。
  • LP/MIP/QCP/MIQCP: CPLEX, GUROBI, MOSEK, XPRESS
  • NLP: CONOPT, IPOPTH, KNITRO, MINOS, SNOPT
  • MINLP: ALPHAECP, ANTIGONE, BARON, DICOPT, OQNLP, SBB
  • 混合互补问题求解器（MCP）、平衡约束数学规划求解器(MPEC)和约束非线性系统求解器(CNS)
  • 免费捆绑到每个GAMS系统中的 (比如 BONMIN (MINLP), CBC (LP, MIP), COUENNE (MINLP), IPOPT (NLP)。教育版还包括了SCIP和SOPLEX。
选择使用的求解器非常简单—只要改变一行代码或者调整一个选项设置就可以了。想要比较求解器的性能或者看有什么改进的可能，也不需要做任何的设置。同样的，模型类型可以轻松切换（比如：线性和非线性），尝试不同的公式也非常的容易。通过使用GAMS，您可以得到一个广泛类型的模型和求解器的环境。

独立的模型和数据

你可以编写独立的模型数据，包括各种不同来源的数据，从ASCII到Excel或者Access 以及其他各种来源。比如使用GDX（GAMS数据交换）文件格式。GDX文件可以保存一个或多个GAMS符号的值，比如集、参数变量和方程。GDX文件可以为GAMS模型准备数据、展示GAMS模型的结果、使用不同的参数为这同一个模型保存结果等。GDX文件不能保存一个模型的公式或者执行语句。GDX文件二进制文件，可在不同平台进行移植。

独立的模型和平台

模型在平台间是完全可移植的—写一次，可以在任意地方运行。
GAMS可以在Windows, Linux, Mac OS X, SOLARIS, Sparc Solaris和 IBM Power AIX上运行。

独立的模型和用户界面

面向对象的GAMA API允许GAMS无缝整合到为交互提供适当类别的应用中。这三个面向对象GAMS API是.NET, Java和Python与.NET framework 4 (Visual Studio 2010)、Java SE 5或更高版本以及Python 3.4, 2.7和2.6。
除了面向对象的GAMA API，还有专家级别(或级别) 的GAMS API，它们的使用要求有高深知识的GAMS组件库。
除了API, GAMS还提供智能链接到应用程序，如MS Excel, MatLab或R。用户可以在这个环境中继续工作，通过一个API就可以访问GAMS所有的优化功能。这就允许应用中的模型数据和结果可以可视化和分析了。

大型、全球用户社区

超过120多个国家的不同领域的跨国公司、学校、研究机构和政府都在使用GAMS，包括能源化工、经济建模、农业规划或制造业。

GAMS求解器

GAMS中包含了多个数学规划模型，下面是每个模型的模型类型和支持平台的简介。
求解器 描述 求解器 描述
ALPHAECP 基于扩展平面切割（ECP）方法的MINLP求解器 LGO 全局–局部非线性优化求解套件
AMPL 在AMPL模型系统中使用求解器时与GAMS模型连接 LINDO 10.0 随机求解器，包括一个无限制版本的LINDOGLOBAL
ANTIGONE 1.1 MINLP确定性全局优化 LINDOGLOBAL 10.0 成熟全局解决方案的MINLP求解器
BARON 成熟全球解决方案的分支和减少优化向导 LINGO 在LINGO模型系统中使用求解器求解GAMS模型的链接
BDMLP 任意GAMS系统都配备了LP和MIP求解器 LOCALSOLVER 6.0 混合邻域搜索算法
BENCH 实用方便的GAMS求解器和验证方案 LS GAMS线性回归求解器
BONMIN 1.8 COIN-OR MINLP求解器执行各类分支定界和外逼近算法 MILES MCP求解器
CBC 2.9 高性能LP/MIP求解器 MINOS NLP求解器
CONOPT 3 大型的NLP求解器 MOSEK 8 大型LP/MIP加锥凸非线性规划系统
CONOPT 4 大型的NLP求解器 MSNLP 全局优化的多启动方法
CONVERT 将模型转换成其他语言的标量模型的框架 NLPEC 使用其他GAMS NLP求解器把MPEC转换成NLP
COUENNE 0.5 （MI）NLP确定性全局优化 OQNLP 全局优化的多头启动方法
CPLEX 12.7 高性能LP/MIP求解器 OsiCplex Bare-Bone与CPLEX连接
DE 产生和解决包括EMP/SP中的随机规划的确定等价 OsiGurobi Bare-Bone 与Gurobi连接
DECIS 大规模随机规划求解器 OsiMosek Bare-Bone与 Mosek 连接
DICOPT 求解MINLP模型框架 OsiXpress Bare-Bone与 Xpress 连接
EXAMINER 检查解点并评估其优点的工具 PATHNLP 凸面问题的大规模NLP求解器
GAMSCHK GAMS求解线性规划问题时对结构和解决方案属性的检查系统 PATH 大规模MCP求解器
GLOMIQO 2.3 混合整数二次模型分支定界全局优化 PYOMO 在PYOMO模型系统中使用求解器求解GAMS模型的链接
GUROBI 7.0 高性能LP/MIP求解器 SBB 求解MINLP模型的分支定界算法
GUSS 有效解决多个相关模型实例的框架（收集更新分散的求解方案） SCIP 3.2 高性能约束整数规划求解器
IPOPT 3.12 大规模非线性规划的内点优化算法 SNOPT 基于NLP求解器的大规模SQP算法
JAMS 扩展数学规划求解器（包括LogMIP） SOPLEX 2.2 高性能LP求解器
KESTREL 本地GAMS系统使用远程NEOS求解器框架 XA 大规模LP/MIP求解器
KNITRO 10.0 大型NLP求解器 XPRESS 28.01 高性能LP/MIP求解器

示例：
从著名的1963书(由GeorgeDantzig编写)中提取的一个运输问题,用来描述GAMS的有效性.这个模型只是模型库中的部分,模型库中还包含了大量的完整GAMS模型.

支持模型的类型：
GAMS模型类型包括LP,MIP和NLPs的不同形式.这里列出了GAMS支持的所有的模型类型.

GAMS的发展背景
GAMS是”GeneralAlgebraicModelingSystem” （一般性代数仿真系统）的缩写，最早是由美国的世界银行(WorldBank) 的Meeraus和Brooke[Brooke,KendrickmandMeeraus,1992]所发展。”GAMS”事实上并不代 表任何最佳化数值算法，而只是一个高级语言的使用者接口，利用GAMS可以很容易建立、修改、除错你的最佳化模型输入文件，而输入档经过编译后，成为 较低阶的最佳化数值算法程序所能接受的格式，再加以执行并写出输出档。

数值算法方面，对线性 与非线性规划问题，GAMS使用由新南韦尔斯大学的Murtagh、及史丹福大学的Gill、Marray、Saunders、Wright等人所 发展的MINOS[MurtaghandSaunders,1983]算法。MINOS是”ModularIn-coreNon- linearOptimizationSystem”的缩写，这个算法综合了缩减梯度法和准牛顿法，是专门为大型、复杂的线性与非线性问题设计的算 法。对混合整数规划问题，则采用亚历桑那大学的Marsten及巴尔第摩大学的Singhal[1987]共同发展 的ZOOM(Zero/OneOptimizationMethod)算法。

GAMS使用范例说明
如 前所述，GAMS本身有非常完整的英文版使用者手册，GAMS的计算机软件中也附带了许多学习范例的档案。这里所作的GAMS使用范例说明，目的 绝非在取代原版的使用者手册，而是要配合本课程说明的形式，重新编写使用范例输入文件，使读者能很快的进入情况，了解其使用程 序。
GAMS的操作大抵可分为三个步骤：建立GAMS输入文件，执行GAMS程序，检视GAMS输出档内容。

立即咨询
严选3万品牌200万产品
立即咨询
1小时内报价3天内打样
立即咨询
100%原装正品假1赔10
立即咨询
成本↓30%,时间↓90%风险↓100%
在线咨询 电话沟通
提交需求 微信客服
二维码
二维码