GAMS的数学建模和优化

优化分析是很多领域中都要面临的一个重要问题，求解优化问题的一般做法是：建立模型、编写算法、求解计算。常见的问题类型有线性规划、非线性规划、混合整数规划、混合整数非线性规划、二次规划等，优化算法包括人工智能算法和内点法等数学类优化方法。算法编写是一个较为复杂的过程，对于规模较大且复杂性较高的优化问题尤其如此，且同一种算法在处理不同问题时参数的设置、架构的改动相对不够便利。而GAMS作为一款功能强大的通用代数建模优化软件，能够化繁为简，避开复杂的算法编写，将使用者的目光更多地聚焦到模型上而非算法上，为各类优化问题的求解带来极大便利。本课程旨在帮助各领域研究人员掌握GAMS这一强大优化工具的使用，更好地解决专业问题，课程内容包括典型优化模型和算法介绍、GAMS安装和介绍、GAMS程序编写、GAMS程序调试、实际应用算例演示与经验分享等五个章节，算例中除了一般案例展示还涵盖了基于GAMS的实际应用案例分析。GAMS是一个通用优化软件，内容适合各领域从事优化研究的工作者，有助于各领域研究人员高效处理该领域内各类复杂的优化问题

第一章

典型优化模型、算法讲解和基于GAMS进行优化分析的优越性

• 典型优化模型（LP、NLP、MIP、MINLP、MIQCP等）
• 人工智能算法（遗传算法、蚁群算法、禁忌搜索等）
• 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）
• 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

• GAMS安装
• File功能
• Edit功能
• Search功能
• Windows功能
• Model Libraries模型库
• Help功能

第三章

GAMS程序编写【讲解+实践操作】

• 模型构成
• 编程原则
• 建立集合Set
  1. 1. 静态集合
     2. 多重集合
     3. 动态集合
     4. 有序集合（SOS1、SOS2）
• 录入参数Parameter
  1. 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
• 设置变量Variable
  1. 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

• 构建方程Equation
  1. 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$）
• 计算模型Model solve
  1. 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
• 展示结果Display
  1. 1. 变量结果展示
     2. 参数展示

一般算例演示

第四章

GAMS程序调试【讲解+实践操作】

• 查看计算日志
• 分析求解报告
• 程序调试方法

第五章

实际应用算例与经验分享

• 基于GAMS的优化实例分享
• 常用表达式注意事项
• 属性修改的其他方法
• 其他软件调用GAMS