SAS® 优化特征

代数、符号优化建模语言

  • 灵活的代数语法,用于直观的模型制定。
  • 支持透明地使用 SAS 的功能。
  • 直接调用线性、非线性、二次和混合整数求解程序。
  • 支持自定义优化算法的快速原型设计,包括对命名问题和子问题的支持。
  • 使用行业标准 MPS/QPS 格式输入数据集。
  • 强大的预求解程序,用于减少有效问题规模。
  • LP(线性规划)和 MILP(混合整数线性规划)求解程序可提升性能、缩短达到最优状态所需的时间,并使您能够在给定时间内解决更复杂的问题。

强大的优化求解程序

  • 线性规划求解算法:
    • 原始单纯形和对偶单纯形。
    • 网络单纯形。
    • 内点和(实验)交叉。
    • 并行求解能力。
  • 混合整数线性规划求解算法:
    • 分支定界整数和割面。
    • 原始启发式方法。
    • 冲突搜索。
    • 选项调优。
    • 增加对根节点(LP 松弛)问题解决的控制。
    • 报告至多 K 个最佳整数可行解或至多 K 个最优解。
  • 具有块角、块对角线或嵌入式网络结构的线性规划和混合整数线性规划问题的分解算法(自动 Dantzig-Wolfe)。
  • 二次规划求解算法:针对大规模优化问题定制的内点与最先进的求解程序。
  • 非线性规划求解算法:有效集、内点。并行求解能力。非凸问题的多起点算法。

电网优化

  • 优化和诊断算法包括:
    • 连通分量和双连通分量(带连接点)。
    • 最大团枚举。
    • 循环枚举。
    • 传递闭包。
    • 最小切割。
    • 最小生成树。
    • 汇总统计数据。
    • 最低成本线性分配。
    • 最小费用网络流。
    • 最短路径。
    • 旅行商问题。
    • 路径枚举。
    • 可输入和处理成对节点之间的多个链接。

本地搜索优化

  • 用非线性函数解决问题,这些函数可能是非平滑、不连续、非连续可微函数等等。
  • 混合并行算法,包括通用算法、全局 GA 型启发式算法和模式搜索算法。多目标优化。

约束编程

  • 使用有限域约束编程以及域缩减/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。找到一个、几个或所有可行解。可选择指定目标函数并找到最优解(对分搜索方法)。

分布式、可访问和云就绪

  • 在 SAS Viya(可扩展分布式 SAS 平台内存引擎)上运行的优化求解程序。
  • 分析和数据任务分配到多个计算节点。
  • 分布式计算特征:
    • PROC OPTMODEL 中非线性 (NLP) 求解程序的多起点选项。
    • PROC OPTMODEL 和 PROC OPTMILP 中的分解算法 (MILP)。
    • 解决独立优化方案:PROC OPTMODEL 中的 COFOR 循环。
    • MILP 求解程序的并发模式(PROC OPTMODEL、PROC OPTMILP)。
    • 分支定界 MILP 求解程序算法(PROC OPTMODEL、PROC OPTMILP)。
    • PROC OPTMODEL 中的本地搜索优化。
    • PROC OPTNETWORK 中的最短路径和连通分量网络算法。
    • PROC OPTNETWORK 网络算法中的 BY 组处理。
    • 支持快速、并发、多用户访问内存数据。
    • 包括容错功能提高可用性。
    • 可让您使用 SAS Viya REST API 将 SAS 分析的功能添加到其他应用程序中

Back to Top