通用优化软件GAMS的数学建模和优化分析

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。本内容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。

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）

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  【理论+实践操作】

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  【理论+实践操作】

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