SAS® OPTIMIZATION

针对复杂业务和规划问题的最佳解决方案。快速。

一系列强大的优化、模拟和项目调度技术,用于识别可获得最佳结果的操作,同时在资源限制和其他相关限制的范围内运行。

稳健、直观的代数优化建模语言

使您能够生成各种模型,包括线性、混合整数线性、非线性、二次和网络优化,以及解决约束满足问题。

统一建模语言

通过单一建模和解决方案框架支持多种优化模型。只需学习一组语句和命令即可构建一系列优化和约束满足模型。

强大的优化求解程序和预求解程序

提供一套优化求解程序,其中所有求解程序都经过简化并针对性能进行调优。强大的预求解程序能够减少有效问题的规模,以便您处理并更快地解决较大的问题。

网络流优化

提供可从 PROC OPTMODEL 和 PROC OPTNETWORK 获取的网络算法,用于研究网络特性并找到面向网络的问题的最佳答案。

非凸非线性优化的多起点算法

增加在众多局部最优解中找到全局最优解的几率。选择多个起始点,从每个起始点并行开始优化,然后从所有起始点报告最佳解决方案。

分解算法(自动化 Dantzig Wolfe)

将整个问题分解为多个组件问题,其中每个组件问题都由一组专用决策变量并行解决。子问题的并行解决与整个解决过程相协调,从而大大缩短解决时间。

本地搜索优化 (LSO)

LSO 求解程序可用于解决(通常是非线性)优化问题,这些问题不符合传统优化求解程序所做的假设。基于黑箱模拟,函数可能是不连续、非光滑、计算代价昂贵的。

约束编程

使用域缩减/约束传播和选择搜索策略(如前瞻和回溯)解决约束满足问题。

可访问、支持云的内存引擎

使用 SAS Viya 引擎(可增强 SAS 平台)提供高可用性、快速内存处理、通过开源语言进行编码的功能以及本机云支持。

考虑更多替代操作和方案,并确定实现目标的最佳资源和规划分配。

快速解决复杂的优化问题。

比以往更快地找到难题的最佳解决方案。SAS 优化通过利用分配的 SAS® Viya® 和内存引擎以突破性的速度提供优化建模结果。内存数据持久性可消除在迭代分析期间多次加载数据的需要。

推动更好的决策。

识别最佳解决方案并将其应用于复杂的实际问题。最先进的数学优化方法与一整套数据准备、探索、分析和报告功能集成在统一环境中。

为用户提供他们的首选编程语言。

Python、Java、R 和 Lua 编程人员可利用 SAS 优化中的各种求解程序,而无需学习 SAS 代码。他们可通过最熟悉的编程语言访问功能强大、受信任和经过测试的 SAS 算法。

了解 SAS® Optimization

 

这款最新推出的解决方案在现代开放式平台SAS Viya上运行,可在广度和深度两方面轻松应对任何分析方面的挑战。SAS Viya是一个基于云平台的统一环境,可以被数据科学家、业务分析师、应用程序开发人员和管理人员等使用。它具有稳定可靠、可扩展、安全管理管控等一系列敏捷IT所必需的特性。全球分析领域领导者 — SAS满足您对系统性能的要求。

探索 SAS® 优化和其他方案的更多信息

博客文章

 

了解如何使用优化定义客户风险评级模型的权重和参数。

 

阅读博客文章

报告

 

SAS 在 2019-2020 年《 IDC MarketScape:通用人工智能软件平台》中入选领导者类别。

 

阅读报告

社区

 

在数学优化、离散事件模拟和 OR Community 中提出问题、分享技巧等。

 

加入社区

Back to Top