نرم افزار گمز (GAMS) (دکتر رضا بابازاده)

Babazade
رضا بابازاده
admin
اخرین بروزرسانی 4 خرداد 1401
0 نفر ثبت نام کرده اند

درباره این دوره

GAMS یک سیستم مدل سازی سطح بالا برای بهینه سازی ریاضی است. این نرم افزار برای مدلسازی و حل مسائل بهینه سازی خطی، غیرخطی و مختلط اعداد صحیح طراحی شده است. این سیستم برای برنامه‌های مدل‌سازی پیچیده و در مقیاس بزرگ طراحی شده است و به کاربر اجازه می‌دهد مدل‌های در مقیاس بزرگ را حل کند. این سیستم برای استفاده در پلتفرم های مختلف کامپیوتری در دسترس است.GAMS  اولین زبان مدلسازی جبری بود و شبیه به زبان های برنامه نویسی نسل چهارم است. GAMS شامل یک محیط توسعه یکپارچه است و به گروهی از حل کننده های بهینه سازی شخص ثالث متصل است. از جمله این حل کننده ها می توان به حل کننده های BARON، COIN-OR، CONOPT، CPLEX، DICOPT، MOSEK، SNOPT، SULUM و XPRESS اشاره کرد. GAMS به کاربران اجازه می دهد تا نوعی الگوریتم ترکیبی را با ترکیب حل کننده های مختلف پیاده سازی کنند.​

موارد ارائه شده

  • سرفصل ها:
  • درس یکم: کلیات
  • • آشنایی با مدل های ریاضی و نوشتن فرم پارامتریک مدل ها
  • • الزامات نصب و راه اندازی، لایسنس نرم افزار و آشنایی با محیط
  • • حل یک مدل ساده با گمز و تحلیل ابتدایی خروجی
  • درس دوم: قسمت های اصلی کد نویسی
  • • مجموعه ها و زیر مجموعه ها
  • • پارامترها
  • • جداول
  • • اسکالرها
  • • متغیرها
  • • روابط
  • • انواع مدل و انتخاب الگوریتم حل
  • • تحلیل خروجی و خطاها
  • درس سوم: سایر ویژگی های نرم افزار
  • • روابط و توابع مفید
  • • تغییر مقدار خطای پیش فرض در مدل های عدد صحیح مختلط
  • • تکنیک هایی جهت خطا گیری
  • • لینک کردن گمز GAMS و اکسل
  • • آشنایی با برخی دستورهای تکمیلی
  • • دستورهای شرطی و تخصیص شرطی
  • • ایجاد حلقه و تحلیل حساسیت
  • درس چهارم:
  • • حل مثال تحلیل پوششی داده ها
  • • حل یک مدل زنجیره تامین در مقیاس واقعی

اساتید دوره

رضا بابازاده

0/5
3 دوره
0 دیدگاه
5 دانشجو
- هیات علمی دانشگاه ارومیه- دکتری مهندسی صنایع از دانشگاه تهران
مشاهده بیشتر

admin

0/5
31 دوره
0 دیدگاه
0 دانشجو
مشاهده بیشتر

یک نظر بنویسید

Gams

750,000 تومان

سطح
همه سطح‌ها
مدت زمان 1.5 ساعت

موارد ارائه شده

  • سرفصل ها:
  • درس یکم: کلیات
  • • آشنایی با مدل های ریاضی و نوشتن فرم پارامتریک مدل ها
  • • الزامات نصب و راه اندازی، لایسنس نرم افزار و آشنایی با محیط
  • • حل یک مدل ساده با گمز و تحلیل ابتدایی خروجی
  • درس دوم: قسمت های اصلی کد نویسی
  • • مجموعه ها و زیر مجموعه ها
  • • پارامترها
  • • جداول
  • • اسکالرها
  • • متغیرها
  • • روابط
  • • انواع مدل و انتخاب الگوریتم حل
  • • تحلیل خروجی و خطاها
  • درس سوم: سایر ویژگی های نرم افزار
  • • روابط و توابع مفید
  • • تغییر مقدار خطای پیش فرض در مدل های عدد صحیح مختلط
  • • تکنیک هایی جهت خطا گیری
  • • لینک کردن گمز GAMS و اکسل
  • • آشنایی با برخی دستورهای تکمیلی
  • • دستورهای شرطی و تخصیص شرطی
  • • ایجاد حلقه و تحلیل حساسیت
  • درس چهارم:
  • • حل مثال تحلیل پوششی داده ها
  • • حل یک مدل زنجیره تامین در مقیاس واقعی
اعتبار ثبت نام: مادام العمر