|
GAMS示例
" a+ P& M( f7 X下面这个问题主要是用来举例说明GAMS是如何让您以一种自然的方式建立模型.GAMS能够处理大的多和高度复杂的问题.在这里只展示了GAMS的很少一部分的基本特征. * d6 S. g% ?; b1 T; [
0 S' q( Z- w* R; W
1 Z S7 S+ M" `1 Q
, ]) @, ~! L- E
| |
/ V9 Y7 C# L, X# T9 v( ]$ t; n 代数描述 | ( ^$ g2 ]: h: R& q8 u* V
下面是问题的标准的代数描述,这是用来最小化把货物从2个工厂运输到3个市场的费用.受约束于供需约束.
a# z+ w9 A5 n R指标:
' n5 r6 b& J! W i=工厂(plants) j=市场(markets) + q/ V: ^+ k: C- L4 o, N
给定的数据:
% b4 z! E9 H2 G s1 f* `+ B7 p6 G =在工厂i日常供应量(批数cases)
=在市场j的日常需求量(批数cases)
=在工厂i和市场j之间的距离(千英里)
=在工厂i和市场j之间每单位的运输费用($/批/千英里) 0 W+ Q. s' }, C6 I
- q2 Y+ J5 u5 m, f; i' z4 X
# K# \) L: ^8 E6 y- ]8 U
9 X& s( u! D! i; T( D| 距离 | 3 @7 b/ [$ Y( Z6 l: C- e6 p0 {
|
$ y. l2 r8 b/ S% f3 G9 {2 K' J" m3 z* a& \
| | ( Z2 v* l# G/ [2 L" p
市场 | 4 g: ]" Q ]! E" h
| 8 Y- H0 v* x/ z, F2 a1 A
9 Y. E8 y' ?1 q9 R% \$ {% ^( k7 O: k
| 工厂 | + Q9 c- r8 D7 P
New York |
y2 k: _* R0 a+ U, C1 |$ PChicago | + F% z& c5 ^2 _& P1 A; ]9 P; l
Topeka |
: M! S: e: A6 d# ]5 G3 o9 \. a供应量 | " N) E5 P) y& F
) n5 u! q/ J$ [6 ?; C) D
| Seattle |
" e/ T, ]& D! |4 \! @2 }6 Y) |2.5 |
% j3 c3 T9 x6 J1 Q! T; c: ^1.7 |
4 I( k( H+ N' I! r/ A+ O1.8 |
# E" e% {1 D$ s. M* F) C7 t350 | 4 @! P6 d# P7 ?+ [' E- I$ R
/ B- l7 w) E' z7 F4 X" M
| San Diego |
+ W, ]+ H2 e3 j2.5 | " A. P& G! V. a/ A
1.8 | 8 i8 \% S2 N, g5 R: m
1.4 |
7 [6 l% g; ]' w" }1 ~" _9 ?600 | 5 u4 @6 U! z# j) ]1 \7 L4 @; t
1 G! k1 e' b, Z$ m| 需求量 | : j6 W) \! ~/ @) k8 F2 Y8 X* H
325 |
5 A; ^$ N: I8 o: E/ p3 k9 {6 d300 |
- d7 R8 n1 t) p* |% y6 D* h275 |
+ S2 G/ m" s# ~# {4 j |
. l7 C; N' f. u8 l4 o( |" y F=每批每千英里的费用$
9 m- `" p8 q9 T' L; X- w) B3 a决策变量: ' c) a% u8 W/ ]" x; L( c
=日常从工厂i运输到市场j的总量(批数cases) 这里 适用所有i,j # w) U* O' O+ s2 G; R
约束: - _5 s: t. z K6 H' j
在工厂i的供应量**(批数cases): 适用所有的i 在市场j的需求量: 适用所有的j 8 g( R# I8 \* Q0 L1 J
目标函数: , p8 m+ x+ R: n/ s3 o ]
Minimize (千元) ) A; N E g( D7 k3 |8 Y: ~
/ f) q0 {/ u. z* B
/ |7 E" a- k- W. }7 K3 ?
' A9 @/ E8 \4 k) q2 l+ l# N| | , |9 }, `" j* Q; s; S
GAMS模型 |
# E8 r- q. C% I5 p6 X1 D' {同样的模型在GAMS中建模.简练的代数描述使得模型高度紧凑,并带有逻辑结构.内部的文档,比如对参数的解释和测量的单位,使得模型很容易读懂.
6 [9 J/ \, e. T3 e
集合(Sets)
0 _3 _7 R; ?) D0 R, @
0 t- l( d9 c" {0 kGAMS让您以直接的方式指定指标:声明和命名集合(这里是I和J),并列举它们的元素.
- H( T7 U' j- \) c/ {* @% M参数 + c& j0 ]$ F6 a7 K' W$ ~) t1 q

@+ {- P" M9 L% S6 {* j1 w这里的数据输入被作为指标参数A(I)和B(J),值简单的被列出. 0 M# p, A2 _+ ^
GAMS让您可以在模型的任意位置放置解释性文本(以小写格式显示),当您在开发它时.您的注释自动被结合到输出报告中的合适位置.
2 b4 K' f4 N9 r* ~表格
3 \ F) v7 h: u% |) i 数据同样能够以方便的表格形式输入.GAMS让您以数据的基本形式来输入数据-转换是特定的代数化的. ! I* Z% Y. j* o! }0 V
标量(Scalar) 8 {* a- m+ j" f0 c: N
 常量能够被声明为标量,它的值是指定的.
. C8 Q/ g5 L. a. w9 {
数据处理
7 Z+ z0 z4 U# U) e5 ^; p6 h, f 5 b3 I4 |5 k! v
当数据值要被计算前,您首先要声明参数(比如,给它一个符号,随意给它编个指标),然后给它一个代数公式.GAMS将自动进行计算. ! ~1 I3 }7 |, |; ?4 Z8 g
变量 ; d5 T; E& u' o

% A$ [. g5 p$ K决策变量以代数的方式表达,带有特定的指标.从这种常见的形式,GAMS在域中生成变量的每个实例.
& N6 L% x S. s变量可以被指定为下列类型:任意(FREE),正值(POSITIVE),负值(NEGATIVE),二元(BINARY),或者整数(INTEGER).默认是任意(FREE). ! M4 [. ?: x( o, p0 [
目标变量(这里是z)仅被声明,没有指标(index).
* ]- H E Z; j% X方程式 7 }. r4 ]9 |6 @+ C9 {' ^
 & p1 r& b9 P: ^( N
目标函数和约束方程式首先被通过指定名字来声明.然后它们的概括的算术公式被声明.GAMS现在已经有了足够的信息(从上面的数据输入和从在方程式中指定的算术关系)来自动生成每个单独的约束声明-就像您能在下面的输出报告中看到的. 8 ?( I% G/ L9 b8 l0 f3 r( k5 J) D
=E=表示'equal to' (等于) =L=表示 'less than or equal to' (小于或等于) =G=表示'greater than or equal to' (大于或等于)
! S: m7 s1 b' S- J模型声明 , ^! f `' @' }

4 l; ]$ \: K& P- y" j, F/ i模型被指定了一个唯一的名字(这里是TRANSPORT),模型缔造者指定那个方程式应该被包含到这个特别的公式中.在这里我们指定了ALL,也就是说所有的方程式都是模型的一部分.就等于是MODEL TRANSPORT /COST, SUPPLY, DEMAND/ . 这个方程式选择使您能够在单个的GAMS输入文件中以公式表达不同的模型,基于相同或不同的给定数据. % y# O& b: A+ i& W2 B+ H/ y
求解声明 1 @" O: P$ b- z3 E$ E" ^3 @
 8 }. L) R* b7 P( Y+ Y. J( s
求解声明(1)告诉GAMS那个模型要被求解,(2)选择要使用的求解器(在这里是LP求解器),(3)表明优化方向,或者是求最小值,或者是求最大值.(4)指定目标变量. & n% ^5 k# K- ^" ~
& h- [$ D/ X! Q7 }* q2 i x5 D/ H# b# L
+ i& ^/ J3 ^ Q% O& l( m& P| |
- z7 P5 a3 ? `6 Y! m& U GAMS输出报告(部分摘录) | & _- |; S1 _& K, r% C k" C
完整的GAMS输出报告比下面列出的部分摘录详细的多,包含了更多的帮助用于解释和诊断您的模型.甚至您能够修改输出格式来符合您的特定的需要. % b I: x6 D! z" a
方程式列表
0 [# r! U' j% ]: Y6 m
! y; f9 H. ~4 S/ R$ T方程式列表显示从在GAMS输入中指定的分区(block)生成的单独的约束.在GAMS中使用者可以以一种非常紧凑的形式写下被索引的方程式分区(block),这将产生大量的单个方程式.在我们的示例中,我们指定了3个方程式分区,生成了6个单独的方程式.
( P2 C- q! h- |3 a% F" _$ G列列表 ; v$ E! i5 G* q
 # f$ `4 l% B$ }% t8 Z! G
列列表提供信息到生成的单独的变量上.变量X(I,J)扩展出6个单独的变量.当许多变量从一个分区中被生成,默认的列表只显示最初的3个(用户可以修改). 0 @: \/ E+ n2 l4 T) R
4 {: ^0 B( z- O4 [6 A
& I9 H9 N+ ?4 c
. L* p* k% T1 C| |
! l& V1 Q+ X* N, \9 m* s 求解信息 |
4 K; {4 l0 u) ]0 ?6 F& N% l . o1 c$ J" f# P
求解声明将生成模型(单个方程式和对应到特定模型的变量的产物).首先一些关于生成的模型的统计表将会被显示:方程式数,变量和非零元素. 6 S: k7 V9 q6 z$ @& m# S' W
在求解汇总信息部分,我们看到BDMLP被调用来求解这个模型.BDMLP经过4次反复,耗时0.18秒找到了这个问题的最优解.求解信息下列的消息来自求解器. ) I) f" k; d6 b7 r
解(Solution)
: N$ Y8 h# t5 H7 K! N/ `$ E0 e . n& Z! z4 G0 J7 D
解被显示在这里.边际值(marginals)对应方程式的重复和变量减少的花费.
2 z2 P# A5 f7 ] {3 ~写工具不需要学习一门其它的语言.在GAMS所有的数据处理,模型定义和报告编写都是在一个单独的环境中完成的. 3 x2 A0 P( P3 N+ C
4 F' Z! h ?; p. P8 ^7 k
( |" U* X( M* \ {# @
* ?( M& d( Z! i8 x| | 0 z! x8 z9 r" m2 J
参考 | 0 b$ o. r+ ? v: y9 D. J
Dantzig G. B., Linear Programming and Extensions, Princeton University Press,Princeton, New Jersey, 1963, Chapter 3-3. |