【转载】GAMS中文使用手册连载01

huashi3483

写在前面的话

7 b8 G) K$ L9 |7 H" [在学习和工作之余写点东西，这种想法由来已久了。只是总是觉得很忙，抽不出时间做一点点自己喜欢做的事情。突然有一天发现，你必须牺牲某些东西才能得到某些东西。所以，就索性写上几句话聊以**吧。
最开始，只想翻译一下GAMS的用户手册。但是又觉得这样写很枯燥，不光读者不喜欢看，连自己也要打瞌睡了。如果想催眠的话，还不如去听评书。但是本书还是以解释GAMS的用法为主。中间夹杂着一些自己做modelling 的体验，还可能还有一些毫不相关的东西。可能有很多错误，请读者们原谅。想学习GAMS的同学，想必一定是数学，运筹学或计算机相关专业的了。让大家失望了，其实我的专业是chemical engineering, 本科时候做的是量子化学。阴差阳错上了贼船。但是觉得自己用了这么多年了，总该有点体会，能过帮帮大家。

( q1 S+ f0 c+ h  g0 W! n4 E进入正题之前，还想啰嗦几句题外的话。
能看到这篇文字的同学，恐怕大多数是在灯下苦读的学子。实际上学习某种工具并不重要。真正要学习的是知识，是思维的方法。就像很多计算机系的学生一样，把数据结构和算法精通了，任何工具都是一样的。所以，你用GAMS或者不用GAMS，都没有关系，要把握事物的本质，最关键的东西抓住了，任何语言就是一种输入法。另外，学习一定要有兴趣，要认识到他的beauty，不要把什么都换算**民币，那样你会觉得很累。除了，coding 以外，还要博览群书，文史哲，拿来翻翻，就当休息了。
最后，男子汉们，别忘了，谈一场轰轰烈烈的恋爱！！
6 O2 x) W6 @0 U2 z
, ?$ M; z  B& f# i- Q( ^
2 ?& N" F/ M4 V2 @


2 R9 X9 ~& e3 i' E
第一章，基本概况
( {! `/ G; O% @( l% j, `9 H0 |
+ y! H! d3 {+ ~; N3 a" DGAMS是一种非常简单易学的运筹学建模语言 (www.gams.com），是由WORLD BANK 开发的。由于近几十年计算机软硬件的的高速发展，世界银行决定投资开发GAMS, 来提供：
4 q. Y8 D' b, a  K, g1． 建立复杂模型的高级语言
2． 简单易学
3． 强大的描述代数及逻辑关系
$ ~2 T' p+ x2 x4． 模型可以独立于算法系统
GAMS 可以让使用者专心致力于模型的建立而省略了解法方面的考虑因为GAMS包含了解决通用的LP,NLP，MILP，MINLP等各类模型所需要的solver. 另外，GAMS提供了和外界进行交互的输入输出借口。使得用户很方便的导入导出data。
下面当然是tutorial了，就想学习任何一种编程语言一样，最开始都要学习输出 hello world. 我们这里当然要复杂一点了，举一个最简单的例子，运输问题.
这是一个经典的LP问题（不用解释什么是LP吧，呵呵）
用点英语，呵呵，
In the familiar transportation problem, we are given the supplies at several plants and the demands at several markets for a single commodity, and we are given the unit costs of shipping the commodity from plants to markets. The economic question is: how much shipment should there be between each plant and each market so as to minimize total transport cost?
" a8 n7 N. [$ ~, [# F+ j! Z就是说，我们已知有一些工厂，生产出的产品要运往一些市场来满足他们的需求，每一个工厂的生产能力（每个工厂能提供产品的数量）以及每个市场的需求（每个市场需要产品的数量）是已知的。另外，我们还知道从特定的工厂到特定的市场，运输一件产品的运费。那么我们怎么样设计从每个工厂到每个市场运送货物的数量，使得总运费最小？
5 k1 s! l+ w; v1 iIndices:
i = plants
j = markets
( y7 A1 p0 g# n' rGiven Data:
3 z4 A" X  ?+ Y5 Q# V2 xai = supply of commodity of plant i (in cases)
bj = demand for commodity at market j (cases)
cij = cost per unit shipment between plant i and market j ($/case)
' E; p  V; U7 j5 ?% W$ nDecision Variables:
  i' {+ y8 `' MXij = amount of commodity to ship from plant i to market j
2 d* f+ v3 k' G/ H0 A9 z! q0 w在这里唯一的连续变量是Xi,j,
5 B) c+ w. g; s模型就不用我说了吧。。。。

- \$ @2 o$ `8 D: x' F这是一个典型的线性规划问题，他的GAMS code is

  m- K3 J: j$ ?: \2 A1 c" ^. gSets
" |- E  u$ A0 w. s1 oi canning plants / seattle, san-diego /
- V' P9 y) W9 u, O1 Ij markets / new-york, chicago, topeka / ;
6 C2 z3 v  Q! }" r& r" sParameters
& K7 b+ @  i6 Ya(i) capacity of plant i in cases
/ seattle 350
! C' T6 }. ?9 C0 q/ Dsan-diego 600 /
) g9 W6 O1 B: |b(j) demand at market j in cases
' w; ?$ c8 E- x/ new-york 325
+ j! U' i0 d9 }+ R4 ~chicago 300
topeka 275 / ;
Table d(i,j) distance in thousands of miles
! Y' f1 }. r; w! C" ^8 Mnew-york chicago topeka
seattle 2.5 1.7 1.8
san-diego 2.5 1.8 1.4 ;
$ X! D8 T3 X) w; ^" s  fScalar f freight in dollars per case per thousand miles /90/ ;
Parameter c(i,j) transport cost in thousands of dollars per case ;
c(i,j) = f * d(i,j) / 1000 ;
Variables
x(i,j) shipment quantities in cases
z total transportation costs in thousands of dollars ;
Positive Variable x ;
) `7 ]7 T) i4 H( m! Z/ V" h6 oEquations
cost define objective function
; S  ?/ W7 ]6 R2 H( y7 M; v: ?supply(i) observe supply limit at plant i
demand(j) satisfy demand at market j ;
cost .. z =e= sum((i,j), c(i,j)*x(i,j)) ;
) ^( ?' C. Q% D2 E. z5 Y6 gsupply(i) .. sum(j, x(i,j)) =l= a(i) ;
demand(j) .. sum(i, x(i,j)) =g= b(j) ;
Model transport /all/ ;
7 a# b1 g3 h2 O* u5 ^. zSolve transport using lp minimizing z ;
0 ~( o& z$ D% V7 }6 _Display x.l, x.m ;
这是一个非常典型的LP（linear programming)问题,所有的变量和约束都是线性相关的。

闲水闲云

谢谢无私分享！感恩！

LYJA

very good, thank you very much!

随墨枫飞

嗯， 非常受教，但是一个人学，有难度的哦，请各位大侠讨论！！

shenjun130

感谢楼主，正在一点一点学习

constancemoon

菜鸟级人物入门GAMS，觉得国内GAMS资源太少了！！！！

peterjiao

楼主写的很是贴切啊，实践出真知，俺也在学习gams

历史的哭泣

谢谢群主，我经常在这个数学中国上看到你，我是学习软件工程的，但是很喜欢数学，2010年参加数学建模竞赛，现在搞密码学，还是天天跟数学打交道，以前用matlab，不知道gams跟matlab有什么区别？群主能说一下嘛？

fanghzou

无人回复呀，版主，我也是化学工程，我觉得一般看这个的还是都是做石油化工的比较多吧。希望和版主交流一下，不知可否。