Conozca GAMS

El Sistema General de Modelaje Algebraico (GAMS) está diseñado específicamente para suplir dos necesidades: modelar problemas de optimización tanto lineales, no lineales y mixtos, y realizar programación matemática. El sistema es especialmente útil para solucionar problemas que sean grandes y complejos, permite construir modelos de gran tamaño que se pueden adaptar rápidamente a nuevas situaciones. GAMS está disponible en versiones para computadores personales, estaciones de trabajo, bases de datos y súper computadores.

GAMS le permite al usuario concentrarse en el problema a modelar haciendo que el planteamiento del problema sea simple desde una formulación matemática. El sistema se toma el trabajo en los detalles que consumen más tiempo de máquinas específicas e implementación de software.

GAMS es especialmente útil para problemas únicos que sean grandes y complejos que puedan necesitar muchas revisiones antes de establecer el modelo final. El sistema modela problemas en una manera compacta y natural a través de lenguaje de programación. El usuario puede cambiar la formulación del problema con facilidad, cambiar de un tipo de solucionador a otro y hasta convertir el problema de lineal a no lineal sin ningún tipo de problema.

La mezcla equilibrada de elementos declarativos y procedimentales, permite la construcción de algoritmos complejos e incluso la implementación de métodos de descomposición en GAMS. Esto es especialmente relevante para los modelos que abordan problemas inusuales que a menudo vienen junto con problemas de desempeño.


GAMS cuenta con un portafolio de más de 25 solucionadores, incluyendo los más conocidos:

• P / MIP / QCP / MIQCP: CPLEX, GUROBI, MOSEK, XPRESS
• NLP: CONOPT, IPOPTH, KNITRO, MINOS, SNOPT
• MINLP: ALPHAECP, ANTIGONE, BARON, DICOPT, OQNLP, SBB
• Solvers para problemas de complementariedad mixtos (MCP), programas matemáticos con restricciones de equilibrio (MPEC) y sistemas no lineales restringidos (CNS)
• Alternativas gratuitas incluidas con cada sistema GAMS (por ejemplo, BONMIN (MINLP), CBC (LP, MIP), COUENNE (MINLP), IPOPT (PNL), para las licencias académicas también SCIP y SOPLEX

Con GAMS podrá incluir información en cualquier tipo de formato, desde archivo planos hasta MS.Excel o Access. Podrá utilizar el formato de archivo GDX (GAMS Data Exchange), un archivo GDX es un archivo que almacena los valores de uno o más símbolos GAMS tales como conjuntos, variables de parámetros y ecuaciones. Los archivos GDX se pueden utilizar para preparar los datos en un modelo GAMS, presentar los resultados de un modelo GAMS, almacenar los resultados del mismo modelo utilizando diferentes parámetros, etc. Un archivo GDX no almacena una formulación de modelo o ejecutable. Los archivos GDX son archivos binarios que son portátiles entre diferentes plataformas.

GAMS versión 24.8.3

La versión actual (24.8.3) incluye un ambiente integrado para desarrollo (IDE) basado en Windows para plataformas de Windows Intel (95/98/ME y NT/2K/XP). El nuevo GAMS 24.8.3 incluye nuevas distribuciones con nuevas características en lenguaje de programación y solucionadores mejorados que son publicados por lo menos tres veces al año.

Las últimas novedades de GAMS 24.8.3 son:

• Se agregaron las sentencias Break y Continue para permitir un mayor control sobre la ejecución de las estructuras de control (loop / while / repeat / for):
  • Break [n]: Termina la estructura de control interna más interna (n es opcional, si se omite, se establece en 1).
  • Continue: Salta al final de la estructura interna de control.
• Amplia el resumen de informe de solución para imprimir el número de variables y ecuaciones en las que el nivel se proyectó a uno de los límites (compara el atributo del modelo tolProj), si ese número es mayor que 0.
• El atributo de modelo tolProj de los niveles del proyecto a los límites, ya no se ignora cuándo se utiliza la herramienta GAMS Grid (SolveLink = 3 ó 4).
• Nueva opción de línea de comandos fileStem: Establece el archivo stem para los archivos de salida que utilizan el nombre de archivo de entrada como stem de forma predeterminada.
• Nueva opción MCPRHoldfx (se puede establecer mediante la instrucción de opción, un parámetro de línea de comandos o un atributo de modelo):
• Imprime la lista de filas que son perpendiculares a las variables eliminadas debido a la configuración holdfix si se establece en 1.
• Nueva opción AsyncSolLst (se puede establecer mediante la instrucción de opción o un parámetro de línea de comandos):
• Si se establece en 1, GAMS imprime una solución que se incluye en el archivo lst también cuando se usa una solución asíncrona (consulte la opción de Resolución de cuadrícula y multihilos).
• El valor por defecto es 0.
• Nueva variante para la opción SolveLink y el atributo del modelo.
• Nueva función numCores (disponible tanto en tiempo de compilación como de ejecución): Devuelve el número de núcleos lógicos en el sistema.
• Permite la expansión de macros en la lista de dominios de una declaración de símbolo.
• Nuevo control de dólar splitOption que divide una cadena que representa un par de opciones / valores en el nombre de la opción y el valor de la opción.
• Solucionó un problema con el parámetro opcional maxWait de la función readyCollect.
• Corrigió el error potencial en el archivo creado por dumpOpt, si había símbolos cargados desde GDX.
• Se ha corregido un error que podría conducir a resultados erróneos al asignar un símbolo mientras el alias del símbolo se usaba en el lado derecho de la asignación.
• Se ha corregido un error que podría provocar un bloqueo si se utilizaba un elemento de conjunto fantasma para controlar una asignación dentro de un bucle.
• Corrigió un problema con las soluciones de descompresión para modelos MCP que resultaron en valores dobles incorrectos para MCPs escalado.

Estas son las Plataformas en las cuales se puede trabajar con GAMS:

• Ms Windows 32 bit
• Ms Windows 64 bit
• Linux 64 bit
• Mac OS X
• Solaris i86pc
• Solaris SPARC 64 bit
• IBM AIX

Características Importantes

• Tecnología de modelaje robusta y dimensionable
• Hecho a la medida para aplicaciones complejas, de modelaje a gran escala
• Aumento de productividad a través de un ambiente de desarrollo eficiente
• Una ancha red académica y comercial
• Más de 30 años de experiencia en la industria y academia

Vista General del Sistema y Características

El modelado y optimización de GAMS se basa en una arquitectura abierta, que permita comunicación libre de irregularidades con constitución integrados (por ejemplo, solucionadores de optimización) y sistemas externos.

Las aplicaciones de GAMS son portátiles a través de diferentes plataformas (incluyendo Windows de 32/64bit, Linux, Mac OS X, AIX, HP-UX, Solaris). No se preocupe por la migración entre plataformas, los modelos son completamente portátiles.

GAMS provee un portafolio único en su género de solucionadores con la última tecnología en solucionadores y también con solucionadores especiales para procesos estocásticos y optimización global.

Tipos de Modelos Básicos

• Programas de Enteros Lineales/Cuadráticos Mezclados (MIP/MIQCP)
• Programa de Enteros No Lineales Mezclados (MINLP)
• Problemas Complementarios Mezclados (MCP)
• Programas Matemáticos con Equilibrio de Constantes (MPEC)
• Sistemas No Lineales constreñidos (CNS)
• La arquitectura abierta de GAMS asegura una integración fácil de los modelos de optimización en toda clase de ambientes aplicación.
• Interfaces y herramientas de Conectividad
• Ejecución de modelos interactiva y orientada
• Ejecución distribuida (computación de gradillas)
• Intercambio de datos con DBMS, MS-Office, Matlab, etc.
• Componentes de librería con interfaces para C++, Java, .NET, etc.

GAMS Solvers

Información general para utilizar GAMS solvers:

• Uso básico
• Uso avanzado
• Opción de Solver

Un gran número de solvers para modelos de programación matemática hans sido creados en GAMS. En las siguientes tablas puede encontrar una breve descripción de cada solver con sus diferentes tipos de modelo y plataformas donde funcionan cada uno de los solvers. Todos los manuales de solvers están disponibles en este pdf.

Solver	Vendedor	Descripción
ALPHAECP	Abo University	MINLP solver se toma con base a un plano de corte extendido. Método ECP
AMPL	GAMS Development Corp	A link para resolver modelos de GAMS utilizando solvers en el sistema de modelado AMPL.
ANTIGONE 1.1	Princeton University	Optimización global determinada MINLP
BARON	The Optimization Firm, LLC	Navegador de Optimización tipo Ampliar-Reducir para soluciones globales aprobadas.
BDMLP	GAMS Development Corp	Los solvers LP y MIP que vienen en cualquier sistema GAMS.
BENCH	GAMS Development Corp	Un facilitador de benchmarking entre solvers de GAMS y una verificación a su respectiva solución.
BONMIN 1.8	COIN-OR Foundation	El solver COIN-OR MINLP implementará varios algoritmos tipo ampliación-reducción y algoritmos de aproximación externa.
CBC 2.9	COIN-OR Foundation	Solver LP/MIP de mayor desempeño
CONOPT 3	ARKI Consulting and Development	Solver NLP de mayor escala
CONOPT 4	ARKI Consulting and Development	Solver NLP de mayor escala
CONVERT	GAMS Development Corp	Traslado de modelos a modelos de escala en otros idiomas.
COUENNE 0.5	COIN-OR Foundation	Optimización global determinada para (MI)NLP
CPLEX 12.7	IBM ILOG	Solver LP/MIP de mayor desempeño
DE	GAMS Development Corp	Genera y resuelve el equivalente de un programa estocástico, incluído en el EMP/SP
DECIS	G. Infanger, Inc.	Solver de programación estocástica a gran escala.
DICOPT	EDRC, Carnegie Mellon University	Marco de referencia para resolver modelos MINLP
EXAMINER	GAMS Development Corp	Una herramienta para examinar puntos de solución para atender su mérito.
GAMSCHK	Bruce McCarl	Un sistema para examinar la estructura y las propiedades de solución de problemas de programación lineales usando GAMS.
GLOMIQO 2.3	Princeton University	Optimización global tipo ampliación-reducción para integrar modelos cuadráticos mixtos
GUROBI 7.0	Gurobi Optimization	Solver LP/MIP de mayor desempeño
GUSS	GAMS Development Corp	Un marco de referencia para resolver instancias a grandes rasgos de modelos eficientemente relacionados. (Gather-Update-Solver-Scatter)
IPOPT 3.12	COIN-OR Foundation	Optimizador de punto interior para programación no lineal.
JAMS	GAMS Development Corp	Solver para reformular programas matemáticos extendidos (incluye LogMIP)
KESTREL	NEOS	Marco de referencia para utilizar solvers remotos NEOS en un sistema local de GAMS.
KNITRO 10.0	Artelys	Solver de gran escala NLP
LGO	Pinter Consulting Services	Solver adecuado de optimización global-local no lineal
LINDO 10.0	Lindo Systems Inc.	Un solver estocástico de Lindo Systems, Inc. que incluye una versión restringida de LINDOGLOBAL
LINDOGLOBAL 10.0	Lindo Systems Inc.	Optimización global determinada MINLP
LINGO	GAMS Development Corp	Un link para resolver modelos de GAMS utilizando solvers en el sistema de modelado LINGO.
LOCALSOLVER 6.0	Innovation 24	Solver que funciona de búsqueda local de forma híbrida.
LS	Least Square Solver	Solver de regresión lineal para GAMS.
MILES	University of Colorado at Boulder	Solver MCP
MINOS	Stanford University	Solver NLP
MOSEK 8	MOSEK ApS	Solver LP/MIP a gran escala más sistemas de programación cónica y convexa no lineal
MSNLP	OptTek Systems and Optimal Methods	Método de optimización global multi-start.
NLPEC	GAMS Development Corp	MPEC a NLP traduciendo los usos de otro tipo de GAMS NLP solvers
OQNLP	OptTek Systems and Optimal Methods	Método de optimización global multi-start.
OsiCplex	COIN-OR Foundation	Link Bare-Bone a CPLEX
OsiGurobi	COIN-OR Foundation	Link Bare-Bone a Gurobi
OsiMosek	COIN-OR Foundation	Link Bare-Bone a Mosek
OsiXpress	COIN-OR Foundation	Link Bare-Bone a Xpress
PATHNLP	University of Wisconsin - Madison	Solver NLP a gran escala para problemas convexos.
PATH	University of Wisconsin - Madison	Solver MCP a gran escala
PYOMO	GAMS Development Corp	Un link para resolver modelos de GAMS utilizando solvers en el sistema de modelado PYOMO.
SBB	ARKI Consulting and Development	Algoritmos ampliar-reducir para resolver modelos MINLP.
SCIP 3.2	Zuse Institute Berlin et.al.	Solver de programación integrada para restricciones de alto desempeño.
SNOPT	Stanford University	Solver SQP basado en Solver NLP
SOPLEX 2.2	Zuse Institute Berlin	Solver LP de alto desempeño.
XA	Sunset Software	Solver LP/MIP a gran escala.
XPRESS 28.01	FICO	Solver LP/MIP a gran escala.