シンボリックな代数最適化モデリング言語 モデルを直感的に定式化できる柔軟な代数構文 SAS関数の透過的な使用をサポート 線形、非線形、二次、混合整数の各種ソルバーを直接呼び出し可能 カスタマイズされた最適化アルゴリズムの迅速なプロトタイピングをサポート（名前付きの問題および下位問題のサポートを含む） 業界標準のMPS/QPS形式の入力データセットを使用可能 実効性を維持して問題規模を縮小できるアグレッシブ（積極的）なプリソルバー LP（Linear Programming：線形計画法）およびMILP（Mixed Integer Linear Programming：混合整数線形計画法）ソルバーがパフォーマンス改善を提供することで、最適解に到達するために必要な時間が短縮されるため、ユーザーは所定の時間内で、より複雑な問題を解くことが可能 強力な最適化ソルバー 線形計画法の解決アルゴリズム：主単体法（プライマル・シンプレックス法）と双対単体法（デュアル・シンプレックス法） ネットワーク単体法（ネットワーク・シンプレックス法） クロスオーバー機能（評価版）付きの内点法 同時解決機能 混合整数線形計画法の解決アルゴリズム：切除平面を用いた、分枝限定法による整数計画法 プライマル法ヒューリスティック（Primal heuristics）（発見的問題解決） 衝突探索（制約条件の衝突を検知することが可能） オプション・チューニング ルートノード（線形緩和またはLP緩和／LP relaxation）問題の解決に関する追加のコントロール K最良整数実行可能解（K best integer feasible solutions）まで、あるいは、第K最適解（K optimal solutions）までをレポート 線形計画問題や混合整数線形計画問題のための分解アルゴリズム（自動Dantzig-Wolfe）。ブロックアンギュラー（block-angular）、ブロック対角行列（block-diagonal）、または埋め込み型ネットワーク（embedded network）の構造を使用 二次計画法の解決アルゴリズム：大規模な最適化問題に対応する最新のソルバーを用いた内点法 非線形計画法の解決アルゴリズム：有効制約法、内点法。同時解決機能。非凸問題向けのマルチスタート・アルゴリズム ネットワーク最適化 最適化／診断アルゴリズム：連結成分と2連結成分（関節点を使用） 最大クリーク列挙 サイクル列挙 推移閉包 最小カット 最小スパニングツリー 要約統計量 最小コスト線形評価 最小コスト・ネットワークフロー 最短経路 巡回セールスパーソン問題 パス列挙 ノードペア間の複数のリンクを入力および処理することが可能 局所探索最適化 非平滑または不連続である可能性のある問題や、連続微分不可能である可能性がある問題などを、非線形関数を用いて解決 ハイブリッドな並列アルゴリズム（遺伝的アルゴリズム、大域的GA型ヒューリスティック法、パターン探索など）。多目的最適化 制約プログラミング 有限空間制約プログラミングを、空間削減／制約伝播および探索戦略の選択（先読みやバックトラックなど）とともに用いて、制約充足問題を解決。1つ、複数、または全ての許容解を特定。オプションで目的関数を指定し、最適解を見つけることも可能（二分探索法） 分散処理、アクセス性、クラウド対応 最適化ソルバーはSAS Viya上で実行される（SAS Viyaは、SAS Platformの最新の機能拡張版であり、スケーラビリティに優れた分散インメモリ・エンジンを搭載） 分析タスクやデータ処理タスクを複数のコンピューティング・ノードに分散 分散コンピューティング機能：非線形（NLP）ソルバーのマルチスタート・オプションをPROC OPTMODEL内で利用可能 分解アルゴリズム（MILP）をPROC OPTMODEL、PROC OPTMILP内で実行可能 独立した最適化シナリオの解決を実行（PROC OPTMODELのCOFORループ） MILPソルバーの並行モード（PROC OPTMODEL、PROC OPTMILP） 分枝限定法によるMILPソルバー・アルゴリズム（PROC OPTMODEL、PROC OPTMILP） 局所探索最適化をPROC OPTMODEL内で実行可能 最短経路／連結成分によるネットワーク・アルゴリズムをPROC OPTNETWORK内で実行可能 ネットワーク・アルゴリズムにおけるBYグループ処理をPROC OPTNETWORK内で実行可能 複数のユーザーが高速かつ同時にメモリ内のデータにアクセス 高可用性のためのフォールト・トレランス（耐障害性）機能を搭載 SAS Viya REST API群を通じて、SASのアナリティクスのパワーを他のアプリケーションに追加することが可能
Back to Top
