科研利器 | 基于GAMS的复杂系统数学建模与优化方法论
四、基于GAMS进行数学建模和优化分析的优势。六、Model Libraries模型库。二、人工智能算法(遗传算法、蚁群算法、4.有序集合(SOS1、SOS2)4.数据导入(Excel表格数据)4.数据导入(Excel表格数据)七、计算模型Model solve。四、录入参数Parameter。一、基于GAMS的优化实例分享。五、设置变量Variable。六、构建方程Equation。四、其他软件
第一章 典型优化模型、算法和基于GAMS进行优化分析的优越性
一、典型优化模型(LP、NLP、MIP、MINLP、MIQCP等)
二、人工智能算法(遗传算法、蚁群算法、禁忌搜索等)
三、数学优化方法(分支定界法、动态规划法、拉格朗日松弛法、内点法、奔得斯分解法等)
四、基于GAMS进行数学建模和优化分析的优势
第二章 GAMS安装和界面
一、GAMS安装
二、File功能
三、Edit功能
四、Search功能
五、Windows功能
六、Model Libraries模型库
七、Help功能
第三章 GAMS程序编写
一、模型构成
二、编程原则
三、建立集合Set
1.静态集合
2.多重集合
3.动态集合
4.有序集合(SOS1、SOS2)
四、录入参数Parameter
1.一般标量
2.索引参数
3.表格参数
4.数据导入(Excel表格数据)
5.参数赋值
五、设置变量Variable
1.一般标量
2.索引参数
3.表格参数
4.数据导入(Excel表格数据)
5.参数赋值
六、构建方程Equation
1.方程定义
2.方程关系符
3.函数和运算表达
4.标量方程
5.索引方程
6.条件方程(条件控制$)
七、计算模型Model solve
1.模型的分类和求解
2.计算参数设置(Options)
3.求解器(Solver)的比较分析与选择
八、展示结果Display
1.变量结果展示
2.参数展示
九、一般算例演示
第四章 GAMS程序调试
一、查看计算日志
二、分析求解报告
三、程序调试方法
第五章 实际应用算例与经验分享
一、基于GAMS的优化实例分享
二、常用表达式注意事项
三、属性修改的其他方法
四、其他软件调用GAMS
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐


所有评论(0)