GamsDatabase의 인스턴스는 Python 세계와 슬롯 사이트 추천 세계 간에 데이터를 전달합니다.

GamsDatabase는 기호 모음으로 구성됩니다(GamsDatabase는 GamsDatabase의 기호를 통해 편리하게 반복할 수 있도록 __iter__() 및 next()를 구현합니다). GamsDatabase에 사용할 수 있는 기호 유형은 슬롯 사이트 추천 언어에서 알려진 기호 유형에 해당합니다. 집합, 매개변수, 변수 및 방정식은 Python에서 파생 클래스(예: GamsSet, GamsParameter 등)로 표현됩니다. 유형 외에도 GamsSymbol에는 이름(슬롯 사이트 추천 모델 내부의 이름과 일치해야 함), 차원(현재 최대 20 또는 GMS_MAX_INDEX_DIM) 및 일부 설명 텍스트가 있습니다.

변수와 방정식에도 하위 유형이 있습니다. 변수의 경우 VarType.Binary, VarType.Positive 등 방정식의 경우 EquType.E, EquType.G 등

GamsDatabases는 빈 상태로 생성되거나 기존 GDX 파일 또는 다른 GamsDatabase(사본)에서 초기화될 수 있습니다. 기호는 언제든지 추가할 수 있지만(예: GamsDatabase.add_parameter) 기호가 GamsDatabase의 일부가 되면 제거할 수 없습니다. 관련 데이터(GamsSymbolRecord)만 제거(GamsSymbol.clear() 참조)하거나 개별적으로 제거(GamsSymbol.delete_record)할 수 있습니다. 개별 데이터 요소는 기록별로 액세스됩니다. 레코드는 키(문자열 벡터)로 식별됩니다. 레코드 데이터는 기호 유형에 따라 다릅니다. 예를 들어, 매개변수 레코드에는 값 속성이 있고, 변수에는 수준, 하한, 상한, 한계 및 척도 속성이 있습니다. 이미 존재하는 키가 포함된 레코드를 추가하면 예외가 발생합니다. 마찬가지로 레코드 검색에 실패해도 예외가 발생합니다.

GamsSymbol은 __iter__() 및 next()를 구현하여 기호 레코드를 편리하게 반복합니다. 일부 위치에서 고정 인덱스가 있는 모든 레코드를 반복할 수 있는 기호 레코드에 대한 슬라이스 액세스 방법도 있습니다. GamsDatabases는 영구 저장을 위해 GDX 파일로 내보낼 수 있습니다.

GamsJob.out_db 및 GamsModelInstance.sync_db는 GamsDatabase 인스턴스를 제공하여 슬롯 사이트 추천 실행 또는 해결 결과를 전달합니다. 이러한 데이터베이스는 기본 개체(GamsJob 또는 GamsModelInstance)의 컨텍스트에서만 사용해야 합니다. 이러한 데이터베이스의 복사본이 필요한 경우 GamsWorkspace.add_database를 사용하여 선택적 매개변수 source_database를 지정하여 다른 데이터베이스에서 GamsDatabase를 초기화할 수 있습니다(예: newdb = 작업 공간.add_database(GamsJob.out_db)).

GamsDatabase는 종종 GamsJob에 대한 입력 데이터를 제공합니다. 이러한 GamsDatabase는 GamsJob.run 메서드에 나열됩니다. 슬롯 사이트 추천 모델 소스 내에서 GamsDatabase는 GDX 파일을 통해 액세스할 수 있습니다. 슬롯 사이트 추천 모델 소스에는 적절한 GDX 파일(예: $GDXIN 파일 이름)에 연결하기 위해 특정 파일 이름이 필요합니다. GamsDatabase는 주어진 이름으로 생성될 수 있으며, 이를 모델 내부에서 사용할 수 있습니다(예: db = 작업 공간.add_database(database_name="SupplyData")). 그런 다음 슬롯 사이트 추천 모델 소스 내부: $GDXIN SupplyData 또는 자동으로 생성된 이름을 사용할 수 있습니다. 이 이름은 GamsOptions 인스턴스의 정의 사전을 사용하여 슬롯 사이트 추천 모델로 전달될 수 있습니다.

슬롯 사이트 추천 모델 소스 내에서 이름은 다음과 같이 액세스됩니다:

예를 들어 주문된 세트에 관해서는 약간의 주의를 기울여 행동해야 합니다. 지연과 리드를 허용하십시오. GamsDatabase 클래스에 대한 "도메인 확인"을 시행하지 않음으로써 우리는 정렬된 세트에 대한 잠재적인 문제를 악화시켰습니다. 슬롯 사이트 추천의 경우 집합 요소의 레이블은 문자열이므로 집합의 순서는 해당 요소의 모양에 따라 결정됩니다. 예를 들어 'k / 2,3,4,1,5 /'를 설정했다면 k의 순서는 이 수열로 정확하게 주어진다. 따라서 k=4의 뒤(k-1)는 3이고 k=4의 앞(k+1)은 1입니다.

슬롯 사이트 추천는 확장된 숫자 범위로 산술을 수행합니다. 슬롯 사이트 추천에는 무한대(+INF, -INF), 엡실론(EPS), 사용할 수 없음(NA) 및 정의되지 않음(UNDEF)에 대한 특수 값이 있습니다. 슬롯 사이트 추천가 이러한 특수 값을 사용하여 표현식을 평가할 때 계산 엔진은 결과의 정확성을 보장합니다(예: 5*eps=eps 또는 5+eps=5). 슬롯 사이트 추천 모델 라이브러리의 슬롯 사이트 추천 모델 CRAZY는 특수 값과 관련된 산술 연산 결과를 문서화합니다.

슬롯 사이트 추천 Python API에서는 +/-무한대(float('inf')/float('-inf')) 및 NA(float('nan'))에 대한 IEEE 표준 값을 해당 슬롯 사이트 추천 값에 매핑합니다. UNDEF의 특수 값은 슬롯 사이트 추천 Python API를 통해 필터링되지 않습니다. UNDEF의 내부 double 값은 1.0E300입니다(또는 SV_UNDEF 상수를 사용하는 것이 더 좋습니다).

0 값에 특별한 주의가 필요합니다. 슬롯 사이트 추천는 희소 시스템이므로 실제 0이 있는 (매개변수) 레코드를 저장하지 않습니다. 숫자 값이 0인 레코드가 필요한 경우 EPS(SV_EPS)가 도움이 될 수 있습니다. 예를 들면:

결과는 다음과 같습니다

그러나

결과는

슬롯 사이트 추천 Python API의 결과는 무엇입니까? b('5')=0인 경우 매개변수 b를 읽으면 GAMSDatabase에는 b('5')에 대한 레코드가 없습니다. b('5')=EPS인 경우 GamsDatabase는 EPS 값을 갖는 레코드를 갖게 됩니다. IEEE 값(예: float("inf"))과 달리 Python의 산술 연산은 EPS를 수정합니다(예: 5*float("inf")==float("inf") 그러나 5*EPS!=EPS). GamsDatabase에서 슬롯 사이트 추천용 입력 데이터를 준비하는 데에도 동일한 규칙이 적용됩니다. EPS 값이 기록되면 슬롯 사이트 추천는 특수 값 EPS를 확인합니다. 다른 모든 작은 값(0 포함)은 필터링되지 않은 상태로 슬롯 사이트 추천에 전달됩니다. 앞서 언급했듯이 슬롯 사이트 추천의 데이터 레코드에는 0이 입력되지 않습니다. 컴파일러 컨트롤 $on/offEPS는 0을 EPS에 자동으로 매핑하는 데 도움이 될 수 있습니다.

슬롯 사이트 추천 입력에는 1e-250보다 작은 값과 관련하여 한 가지 이상한 점이 있습니다. 다음 예를 고려해보세요.

1e-250보다 작은 값을 가진 레코드가 슬롯 사이트 추천의 입력에 존재하지만 레코드가 슬롯 사이트 추천에 의해 업데이트되고 여전히 1e-250보다 작은 경우 레코드가 제거됩니다.

슬롯 사이트 추천에서 집합의 순서는 직관적이지 않을 수 있습니다. "set i /5/, j /1*5/;"를 고려하세요. 요소 '5'는 내부 번호 1을 얻고, '1'은 2를 얻고, '2'는 3을 얻는 식입니다. j '5'의 마지막 요소에는 이미 내부 숫자 1이 있습니다. j의 내부 숫자 시퀀스는 오름차순이 아니므로 슬롯 사이트 추천는 집합 j를 정렬되지 않은 것으로 간주합니다. 즉, ord() 함수나 지연 또는 선행(-,–,+,++) 연산자를 사용할 수 없습니다. 이 예에서 'j'가 'i'보다 먼저 정의되었다면 "세트가 정렬되지 않음" 문제는 방지되었을 것입니다.

GamsDatabase는 실제로 데이터베이스 관리를 위한 관계형 모델을 구현하지 않는다는 점에 유의하십시오. 데이터 저장소 또는 데이터 컨테이너로 보아야 합니다.