选择使用的求解器非常简单---只要改变一行代码或者调整一个选项设置就可以了。想要比较求解器的性能或者看有什
么改进的可能，也不需要做任何的设置。同样的，模型类型可以轻松切换（比如：线性和非线性），尝试不同的公式也非
常的*。通过使用GAMS，您可以得到一个广泛类型的模型和求解器的环境
GAMS是一款较佳化的计算机数值分析商业软件。这种商业软件相当普遍，如 LINDO、DOT 等，以矩阵运算见长的 MATLAB 计算机软件亦有发展"optimization tool box"，可以解各种非线性较佳化问题的数值解。这里要介绍的GAMS，则是以简单清楚的使用者接口和强健稳定的数值分析能力见长。
通用代数建模系统(GAMS)是特别为建模线性,非线性和混合整数较优化问题而设计的.本系统对于大型的,复杂的问题特别有帮助.GAMS可以运行在个人计算机、工作站、大型机和**级计算机上.
GAMS允许使用者通过制定简单的设置来把精力放在建模问题上.至于特定机器和系统软件执行的费时的细节将由GAMS系统来处理.
通用代数建模系统（GAMS）是数学编程和优化的高级建模系统。它由一个语言编译器和一个稳定的集成各种高性能的求解器组成。GAMS适用于复杂的、大规模的建模应用，并允许您创建大的维护模型以很快的适应新的情况。
独立的模型和求解器
提供**过25个广泛和多样化的求解器组合，包括所有预期的商业化求解器。
LP/MIP/QCP/MIQCP: CPLEX, GUROBI, MOSEK, XPRESS
NLP: CONOPT, IPOPTH, KNITRO, MINOS, SNOPT
MINLP: ALPHAECP, ANTIGONE, BARON, DICOPT, OQNLP, SBB
混合互补问题求解器（MCP）、平衡约束数学规划求解器(MPEC)和约束非线性系统求解器(CNS)
免费捆绑到每个GAMS系统中的 (比如 BONMIN (MINLP), CBC (LP, MIP), COUENNE (MINLP), IPOPT (NLP)。教育版还包括了SCIP和SOPLEX。
选择使用的求解器非常简单---只要改变一行代码或者调整一个选项设置就可以了。想要比较求解器的性能或者看有什么改进的可能，也不需要做任何的设置。同样的，模型类型可以轻松切换（比如：线性和非线性），尝试不同的公式也非常的*。通过使用GAMS，您可以得到一个广泛类型的模型和求解器的环境。
GAMS允许用户在某种程度上，用跟数学描述非常相似的方式来制定数学模型。看一下这些例子就能说明GAMS模型
的基本结构和特征以及与数学表达式的关系。GAMS让用户专注建模，通过要求简洁和精确的实体和关系规范，鼓励良好
的建模习惯。GAMS语言与通用编程语言形式相似，因此对于有编程经验的人来说是熟悉的。由于模型的制定方式在某种
程度上与它的数学描述类似，所以不仅是程序员，实际领域的*也能理解和维护。GAMS专注于建模并且允许做所有相
关的事。
你可以编写独立的模型数据，包括各种不同来源的数据，从ASCII到Excel或者Access 以及其他各种来源。比如使用
GDX（GAMS数据交换）文件格式。GDX文件可以保存一个或多个GAMS符号的值，比如集、参数变量和方程。GDX文
件可以为GAMS模型准备数据、展示GAMS模型的结果、使用不同的参数为这同一个模型保存结果等。GDX文件不能保存
一个模型的公式或者执行语句。GDX文件二进制文件，可在不同平台进行移植。
GAMS专注于其核心竞争力：让用户创建可读性、可维护的模型，用较好的求解方法解决任何问题。开放的体系结构
和多个数据接口允许与外部系统无缝通信。
模型、求解器、数据、平台和用户界面都在独立层，便于切换求解器、使用多个数据集、在多个平台运行以及将GAMS
整合到现有的应用、结构和工作流中去。
面向对象的GAMA API允许GAMS无缝整合到为交互提供适当类别的应用中。这三个面向对象GAMS API是.NET, Java
和Python与.NET framework 4 (Visual Studio 2010)、Java SE 5或更高版本以及Python 3.4, 2.7和2.6。
除了面向对象的GAMA API，还有*级别(或级别) 的GAMS API，它们的使用要求有高深知识的GAMS组件库。
除了API, GAMS还提供智能链接到应用程序，如MS Excel, MatLab或R。用户可以在这个环境中继续工作，通过一个
API就可以访问GAMS所有的优化功能。这就允许应用中的模型数据和结果可以可视化和分析了。
独立的模型和用户界面
面向对象的GAMA API允许GAMS无缝整合到为交互提供适当类别的应用中。这三个面向对象GAMS API是.NET, Java和Python与.NET framework 4 (Visual Studio 2010)、Java SE 5或更高版本以及Python 3.4, 2.7和2.6。
除了面向对象的GAMA API，还有*级别(或级别) 的GAMS API，它们的使用要求有高深知识的GAMS组件库。
除了API, GAMS还提供智能链接到应用程序，如MS Excel, MatLab或R。用户可以在这个环境中继续工作，通过一个API就可以访问GAMS所有的优化功能。这就允许应用中的模型数据和结果可以可视化和分析了。
交易市场
实现这一目标的一个重要因素就是辅助服务的组织。这些都是传输系统运营商（TSOs）用来平稳短期失衡的快速反应发生器。TSOs通过竞卖市场采购平衡储备。潜在的供应商提供相关的报价，而TSOs选择较具成本效益的投标组合来满足需求。
得到多个传输运营商的支持，50Hertz传输公司，德国东部TSO和Elia集团的分部，管理一个互联网平台来收集投标并对平衡储备的竞卖进行描述。在较快反应储备的一级储备中，该平台选择了奥地利、比利时、德国、法国、荷兰和瑞士（2019年1月的状态）的储备供应商。竞卖结果必须尊重客观和具有法律约束力的甄选程序的所有标准。特别是，选择的成本效益必须得到保证。此外，竞卖跟密集型的电力交*程整合（交易所或场外交易，竞卖或连续交易）和网络操作处理许多不同的参与者和数据通信。
优化解决方案
作为一种及时、稳健地计算竞卖结果的技术解决方案，选择了优化软件GAMS。竞卖转化为一个混合整数优化问题，每个国家都有一定的储备需求。储备的交易可能会受出口限制和核心份额的影响（一个国家较大进口总额）。根据具体的产品，在竞卖中允许不同投标类型:可分割的或不可分割的，有条件或无条件的。可分割的出价可以选择少于他们的出价总额，而条件投标是一组投标，其中只有一个单一的出价可以选择。选择组合投标，所有国家的需求选择较低的投标金额。一个特殊性就是同等较优解的问题。根据竞卖条件，不改变总成本的投标，会按时间顺序排列。这是特殊性是同等较优解的问题。执行成本较小化，可以用附加条件限制投标时间的较小化，从而限制任何成本的增加。选择CPLEX求解器应用扩展的解决方案池，不会忽略任何可能的组合。
储备市场目前的特点是市场设计和区域范围的不断变化。由于实行这个解决方案，使这些变化的组合简单而直接。总的来说，尽管面临“Energiewende”的挑战，储备市场的组织变得越有效的降低消费者的电力成本。
-/gjiiih/-
http://turntech8843.b2b168.com
