• Buradasın

    GAMS Programlama Dili ve Lineer Programlama Eğitimi

    youtube.com/watch?v=yUuUAsXhodI

    Yapay zekadan makale özeti

    • Bu video, bir eğitmen tarafından sunulan GAMS programlama dili ve lineer programlama modelleri hakkında kapsamlı bir eğitim içeriğidir.
    • Video, GAMS programının kurulumundan başlayarak doğrusal programlama modelinin nasıl yazılacağını, çözüleceğini ve sonuçların nasıl okunacağını adım adım göstermektedir. İlk bölümde GAMS programının lisans bilgileri, çalışma prensibi ve model yazma süreci (değişken tanımlama, kısıtlar oluşturma, amaç fonksiyonu belirleme) anlatılırken, ikinci bölümde hata ayıklama, log dosyasını okuma ve çözüm raporundaki önemli bilgilerin yorumlanması gösterilmektedir.
    • Eğitim içeriğinde ayrıca GAMS'te kullanılan çözücüler (Cplex, Bondi), display komutunun kullanımı ve çözüm sonuçlarının nasıl yorumlanacağı gibi pratik bilgiler de paylaşılmaktadır.
    00:04GAMS Programı ve Lisans Bilgileri
    • GAMS programı kurulmuş olup, ilk model yazmaya hazır hale gelmiştir.
    • Community lisansı, demo lisansından daha kapsamlı olup 12 aylık geçerliliğe sahiptir ve sales@gams.com adresinden talep edilebilir.
    • Bu lisans doğrusal programlarda 5000 değişken ve 5000 kısıma, diğer modellerde ise 2500 değişken ve 2500 kısıma kadar imkan sağlar.
    01:23GAMS'in Çalışma Mantığı
    • GAMS, girdi dosyasında model yazılır, run edildiğinde değerlenir ve çözücü vasıtasıyla çözüldükten sonra sonuçlar çıktı dosyasında gösterilir.
    • Lisans durumuna göre kullanılabilen çözücüler değişir ve bunlar Options > Solvers menüsünden görüntülenebilir.
    • Lineer programlama için CPLEX, karışık lineer olmayan programlama için BONMIN gibi çözücüler en çok kullanılır.
    03:11İlk Model Yazımı
    • Örnek modelde iki ürün üretiliyor, x1 ürününün kazancı 4, x2 ürününün kazancı 5 ve amaç fonksiyonu z'yi maksimize etmek.
    • GAMS'te model yazarken önce değişkenler tanımlanır: "variable" anahtar kelimesi kullanılarak değişkenlerin isimleri noktalı virgülle ayrılarak yazılır.
    • Pozitif değişkenler için "positive variable" ifadesi kullanılır, ancak amaç fonksiyonu değişkeni (z) için pozitif veya negatif kısıtlama yapılamaz.
    05:06Denklemlerin Tanımlanması
    • Denklemler yazmadan önce isimleri tanımlanır ve her denklem için bir isim verilir.
    • Denklemler yazarken isim yazıldıktan sonra iki nokta bırakılıp denklem yazılır, eşitlik için "e=" kullanılır.
    • Küçük eşit için "l=", büyük eşit için "g=" sembolleri kullanılır ve değişkenler arasında çarpı işareti koymak gerekir.
    09:08Modelin Tamamlanması
    • Modelin tamamlanması için önce model ismi verilir ve tüm denklemler modele dahil edilir: "model model_1 /all/".
    • Çözüm için "solve model_1 using lp maximizing z" komutu kullanılır.
    • "display x1.l, x2.l, z.l" komutu ile değişkenlerin çözüm sonucunda aldığı değerler gösterilebilir.
    11:36Hata Ayıklama ve Çözüm
    • Model çalıştırılırken hata oluşursa, ilk kırmızı hataya çift tıklayarak hatanın olduğu yere gidilebilir.
    • Hata ayıklama sonrası model tekrar çalıştırılır ve çözüm raporu log dosyasında görüntülenir.
    12:52Model Çözümü ve Sonuçları
    • Model çözüme başladığında tarih ve saat bilgisi görüntülenir ve verinin okunduğundan sonra "optimum çözüm bulundu" mesajı ve amaç fonksiyon değerinin 260 olduğu belirtilir.
    • Çözüm dosyasında sol summary kısmında amaç fonksiyonu değerinin 260 olduğu, kısıtların ve karar değişkenlerinin aldığı değerlerin gösterildiği görülür.
    • Level sütununda karar değişkenlerinin değerleri x1'in 40, x2'nin 20 ve z'nin 260 olduğu gösterilir.
    14:30Display Komutu ve Model Özellikleri
    • Display komutu kullanıldığında değişkenlerin ve amaç fonksiyonu değerini tutan z değişkeninin aldığı değerler ayrıca gösterilir.
    • Bu basit modelde set kullanılmadığı için herhangi bir indis yoktur ve karar değişkenler doğrudan yazılmıştır.
    • Soldaki menüden display sekmesinden x1, x2 ve z değerlerini görmek için tıklanabilir.

    Yanıtı değerlendir

  • Yazeka sinir ağı makaleleri veya videoları özetliyor