AMPL的新发展:
求解器回调、电子表格接口和云许可
亲临现场:10月25日星期二下午2:45-3:30 PDT
虚拟:星期日，10月24日上午8:30-9:15 PDT
主持人:Robert Fourer, AMPL优化公司
基于基于模型的优化概念，AMPL的直观代数建模语言和原型环境可以让您快速开始指令性决策项目。然后，针对流行编程语言的AMPL api将帮助您在应用程序中构建完整的优化模型。现在，AMPL的api还通过提供对各种求解器回调的访问，帮助您从广泛使用的MIP求解器获得更多功能。本演示通过两个Python笔记本示例介绍了AMPL的通用求解器回调特性:实现定制设计的求解器停止规则，以及在求解过程中动态生成削减(约束)。我们的演讲最后总结了AMPL中其他值得注意的发展，包括改进的电子表格和数据库接口，以及在虚拟环境(如云服务和容器)中部署的灵活许可。
使用Artelys Knitro的非线性优化
亲临现场:10月25日星期一上午11-11:45太平洋夏令时
虚拟:星期日，10月24日上午6:45-7:30 PDT
主持人:Artelys公司资深科学家Richard Waltzrichard.waltz@artelys.com
非线性优化在经济、金融、能源、健康、3D建模和营销等广泛行业的许多应用中都得到了应用。通过四种算法和强大的配置能力，Artelys Knitro是非线性优化的领先解决方案，并在大规模问题中展示了高性能。本节将向您介绍Artelys Knitro，它的主要特点和建模能力，特别强调最新的主要改进，包括最近在解决混合整数非线性优化问题方面的进展。我们还将提供基准测试，以突出Knitro有效解决具有数十万变量和约束的大规模非线性模型的能力。
将模型转化为应用- GAMS引擎和GAMS传输
主持人:亚当·克里斯滕森和史蒂文·德克斯
亲临现场:10月26日星期二11:45am-12:30pm PDT
虚拟:10月25日星期一上午7:45-8:30PDT
正确的工具可以帮助您部署GAMS模型，并使决策支持应用程序的影响最大化。GAMS Engine是解决GAMS模型的强大工具，无论是在云上还是在云上。引擎充当应用程序或具有GAMS模型的用户与用于此任务的计算资源之间的代理。Engine的核心是一个现代REST API，它为基于kubernetes的可伸缩服务系统提供接口，提供API、数据库、队列和可配置数量的GAMS工作人员。GAMS Transfer是一个API(可在Python、Matlab和很快的R中使用)，它可以使GAMS和计算环境之间的数据移动快速而简单。通过利用像Pandas/Numpy这样的开源数据科学工具，GAMS Transfer能够利用一套有用的(与平台无关的)I/O工具将数据存入GDX，或者将GDX结果提取到一些数据端点(如可视化、数据库等)。
多目标优化及其帕累托扩展
虚拟:10月25日星期一11:45am-12:30pmPDT
主讲人:Ferenc Katai (IBM CPLEX产品经理)，Odellia Boni(研究员)，Evgeny Shindin(研究员)
在现实生活中的优化问题中，我们经常在相互冲突的目标之间寻找代表最佳权衡的解决方案。现有的多目标优化方法通常输出一个代表单一预定义权衡的解。为了产生更多有意义的权衡，我们提出了多目标优化的多样性最大化算法(DMA)。该算法输出位于Pareto Frontier上的一组不同的最优解，从而使用户能够有效地探索最优解空间。
当您与IBM进行交互时，这将作为您对INFORMS或其供应商的授权，以向IBM提供您的联系信息，以便IBM跟进您的交互。IBM对您的联系信息的使用受IBM隐私的约束政策
您的指导金融投资组合优化与Excel/什么最好!
现场:10月25日星期一下午2:45-3:30 PDT
虚拟:10月24日，星期日，早上6-6:45PDT
作者:Linus Schrage, LINDO Systems
自Harry Markowitz首次引入均值-方差模型以来，已经提出了一系列风险管理优化模型。了解如何简单地优化不同的风险指标在Excel的帮助下是什么最好!插件。除均值-方差外，我们还将包括:
- Semi-variance
- 平均绝对偏差(MAD)
- 夏普比率
- ω比率
- Sortino比率
- 信息比率
- 风险价值
- 条件风险价值
- 权力的效用函数
- 对数效用/凯利标准
- 以及其他各种基准跟踪方法
在会议结束时，您将了解应该在什么时候应用每种方法、每种方法的常见缺陷以及需要关注的数据准备问题。
这是它!交互式智能教科书的现代计划!
亲自出席:10月26日星期二上午11-11:45太平洋夏令时
虚拟:10月25日星期一上午8:30-9:15PDT
主持人:Jaret Wilson, Scotty Pectol
这就是现代高等教育!一个负担得起的替代OER与最新的内容，世界级的作者团队。由教授为教授创建的，MyEducator智能交互式教科书和学习资源是任何教室设置和工作在现场技术环境中理想的，所以您的学生不仅仅是学习，他们做!我们的方法提高了学生的参与度，提高了学习成果，教师得到了更好的教学评价，学生在课堂上获得了更多的乐趣。
每个智能学习资源都托管在我们直观的平台上，带有自动评分评估、丰富的教师材料、强大的分析，所有这些都具有无缝的单点登录LMS集成、低学生成本、终身访问和一流的服务。参加者可以在我们的平台上阅读任何书籍。
