รายการคุณสมบัติของ SAS Optimization

ภาษาที่ใช้ในแบบจำลองสัญลักษณ์ทางพีชคณิต

ภาษาที่ใช้ในแบบจำลองสัญลักษณ์ทางพีชคณิต

  • syntax ทางพีชคณิตที่หลากหลายสำหรับการกำหนดแบบจำลองเอง
  • รองรับการใช้งานฟังก์ชัน SAS อย่างราบรื่น
  • การเรียกใช้โดยตรงของเชิงเส้น จำนวนเต็มผสม เชิงเส้น กำลังสอง ไม่เชิงเส้น รูปกรวย กล่องดำ การเขียนโปรแกรมข้อจำกัด และตัวแก้เครือข่าย
  • รองรับการทำต้นแบบ (Prototype) ของอัลกอริธึมการหาค่าที่เหมาะสมที่ปรับแต่งเองได้อย่างรวดเร็ว รวมถึงรองรับปัญหาหลักและปัญหาย่อย
  • การใช้ชุดข้อมูลนำเข้าในรูปแบบ MPS/QPS ที่ได้มาตรฐานอุตสาหกรรม
  • Aggressive Presolver เพื่อลดขนาดปัญหาที่มีผลกระทบอย่างสูง
  • แก้ปัญหาอิสระพร้อมกันในเครื่องเดียวหรือตารางคำนวณ
  • การทำให้เป็นเส้นตรงโดยอัตโนมัติและข้อจำกัดของตัวบ่งชี้

เครื่องมือแก้ไขปัญหาในการหาค่าที่เหมาะสมอย่างมีประสิทธิภาพ

เครื่องมือแก้ปัญหาการเพิ่มประสิทธิภาพที่มีประสิทธิภาพ

  • อัลกอริธึมโซลูชั่นโปรแกรมเชิงเส้น:
    • Primal และ Dual Simplex
    • การสกัด
    • Network Simplex
    • จุดภายในพร้อมครอสโอเวอร์
    • ความสามารถในการแก้ปัญหาไปพร้อม ๆ กัน
  • อัลกอริธึมโซลูชั่นโปรแกรมเชิงเส้นจำนวนเต็มผสม:
    • Branch-and-bound แบบใช้วิธีระนาบตัด
    • Primal Heuristics
    • Conflict search
    • Option tuning
    • ตัวเลือกอัลกอริธึมโหนดราก (การผ่อนกําหนดการเชิงเส้น)
    • รายงานวิธีแก้ปัญหาที่เป็นจำนวนเต็มที่ดีที่สุดได้มากถึง K หรือวิธีแก้ปัญหาที่เหมาะสมที่สุดถึง K
  • อัลกอริธึมการย่อยปัญหา (Dantzig-Wolfe แบบอัตโนมัติ) สำหรับโปรแกรมเชิงเส้นและปัญหาโปรแกรมเชิงเส้นจำนวนเต็มผสมกับโครงสร้างบล็อกที่ผู้ใช้ระบุหรือตรวจพบโดยอัตโนมัติ
  • อัลกอริธึมที่มีโซลูชั่นการเขียนโปรแกรมแบบ Quadratic พร้อมจุดภายในการแก้ไขปัญหาชั้นเลิศ ที่ใช้กับปัญหาการหาค่าที่เหมาะสมในขนาดใหญ่
  • อัลกอริธึมที่มีโซลูชั่นการเขียนโปรแกรมแบบ Non-Linear พร้อมชุดการใช้งาน ความสามารถในการแก้ไขปัญหาไปพร้อม ๆ กัน อัลกอริธึม Multistart สำหรับปัญหา nonconvex

การหาค่าที่เหมาะสมของระบบเน็ตเวิร์ก (Network optimization)

การหาค่าที่เหมาะสมของระบบเน็ตเวิร์ก (Network optimization)

  • อัลกอริธึมการวินิจฉัยและการเพิ่มประสิทธิภาพ เช่น:
    • ส่วนประกอบที่เชื่อมต่อกันและส่วนประกอบแบบต่อสองทาง โดยการใช้จุดที่ชัดเจน
    • Maximal clique enumeration
    • Cycle enumeration
    • Path enumeration
    • Transitive closure
    • การจัดเรียงเชิงโครงข่าย (Topological sort)
    • โฟลว์สูงสุด (Maximum flow)
    • การตัดค่าที่ต่ำที่สุด
    • Minimum spanning tree
    • การมอบหมายเชิงเส้นต้นทุนขั้นต่ำ
    • ลำดับงานเครือข่ายโดยใช้ค่าใช้จ่ายที่ต่ำที่สุด
    • เส้นทาง (path) ที่สั้นที่สุด
    • ปัญหาที่เกี่ยวข้องกับการเดินทางของพนักงานขาย
    • ปัญหาการจัดเส้นทางการขนส่ง
    • สรุปค่าสถิติ
    • ลิงค์หลายลิงค์ระหว่างแต่ละคู่ของโหนดสามารถป้อนและประมวลผลได้

การเพิ่มประสิทธิภาพกล่องดำ

การเพิ่มประสิทธิภาพกล่องดำ

  • แก้ไขปัญหาโดยใช้ฟังก์ชั่น Nonliner ที่อาจเป็น Non-smooth, ไม่ต่อเนื่อง (Discontinuous), ไม่สามารถแยกแยะความแตกต่างได้อย่างต่อเนื่อง (์Not Continuously Differentiable) และอื่น ๆ
  • อัลกอริธึมแบบ Hybrid รวมถึงอัลกอริธึมแบบทั่วไป, Heuristics แบบ GA และการค้นหารูปแบบต่าง ๆ การหาค่าที่เหมาะสมแบบมีหลายวัตถุประสงค์ (Multiobjective optimization)

การเขียนโปรแกรมข้อจำกัด

การเขียนโปรแกรมข้อจำกัด

  • ระบบสามารถแก้ไขปัญหาข้อจำกัดของความพึงพอใจ โดยใช้การเขียนโปรแกรมแบบโดเมนจำกัด (Finite-domain) ด้วยฟังก์ชันการลดโดเมน (Domain Reduction) หรือฟังก์ชัน Constraint Propagation รวมถึงทางเลือกกลยุทธ์ในการค้นหา (การมองข้อมูลไปข้างหน้าและมองย้อนหลัง) ค้นหาหนึ่งโซลูชั่น หลายโซลูชั่นหรือทั้งหมดได้โดยง่าย หรือระบุฟังก์ชันวัตถุประสงค์และค้นหาโซลูชั่นที่ดีที่สุด (วิธีการค้นหาแบบ bisection)

ประมวลผลแบบกระจายที่เข้าถึงได้ง่าย และพร้อมเชื่อมต่อกับคลาวด์ได้ทันที

ประมวลผลแบบกระจายที่เข้าถึงได้ง่าย และพร้อมเชื่อมต่อกับคลาวด์ได้ทันที

  • เครื่องมือแก้ปัญหาการหาค่าที่เหมาะสมรันบน SAS Viya ซึ่งเป็นแพลตฟอร์มการวิเคราะห์ที่ขยายขนาดได้และทำงานแบบกระจายในหน่วยความจำ
  • กระจายงานวิเคราะห์และข้อมูลไปยังโหนดการคำนวณหลายๆโหนด
  • คุณสมบัติการประมวลผลแบบกระจาย (distributed computation) ประกอบไปด้วย:
    • ตัวเลือก Multistart สำหรับการแก้ไขปัญหาแบบ NonLinear (NLP) ใน PROC OPTMODEL
    • อัลกอริธึม Decomposition (MILP) ใน PROC OPTMODEL, PROC OPTMILP
    • การแก้ไขปัญหาสถานการณ์การหาค่าที่เหมาะสมแบบอิสระได้แก่ ลูป COFOR ใน PROC OPTMODEL
    • โหมดทำงานพร้อมกันสำหรับเครื่องมือ MILP solver (PROC OPTMODEL, PROC OPTMILP)
    • อัลกอริธึม MILP solver แบบ Branch-and-bound (PROC OPTMODEL, PROC OPTMILP)
    • การเพิ่มประสิทธิภาพกล่องดำใน PROC OPTMODEL
    • การแจงนับเส้นทาง เส้นทางที่สั้นที่สุด และอัลกอริธึมเครือข่ายส่วนประกอบที่เชื่อมต่อใน PROC OPTNETWORK
    • การประมวลผลตามกลุ่มในอัลกอริธึมระบบเน็ตเวิร์กใน PROC OPTNETWORK
    • ให้ผู้ใช้หลายรายสามารถเข้าถึงข้อมูลในหน่วยความจำได้อย่างรวดเร็วพร้อมๆ กัน
    • รวมความคงทนต่อความเสียหายเพื่อใช้งานได้ตลอดเวลา
    • ให้คุณเพิ่มพลังของการวิเคราะห์ SAS ไปยังแอปพลิเคชันอื่นๆ โดยใช้ SAS Viya REST API