GAMS表示实体的类型名：
索引称为集合：sets
已知数据名称为参数：parameters
约束和目标函数称为方程：equations
GAMS模型的基本组成
在一个语句中，单个声明用set，几个声明用sets
当给成员赋集合值时，使用星号（*）很方便。
以下是赋值结果：
注意：集合元素是作为字符串保存的，所以t的元素不是数字哦。
另一个方便的语句是：Alias，用于毒死先前已声明的集合给出另一个名字。如：
Alias（t, tp），其中tp表示数学中的，这在模型里同一集合内涉及到的元素的相互作用时是很有用的。以上是关于静态集合中元素定义的例子。
数据的输入方法
方法1：列表数据输入
方法2：表格数据输入
方法3：直接赋值数据输入
直接赋值数据输入与列表和表格的方法不同，因为它用不同的语句声明参数和给参数赋值。
每个变量给定一个名字、一个域（如果可行，其中表量没有域）和（可选的）文本
一旦声明，每个变量必须赋予一个类型，允许的类型见下表
作为做优化的变量必须是一个标量，并且必须是任意（free）类型。
Positive variable x；
Free z
方程
关键字：Equations
求和符号：Sum
Sum（j, x(i,j)）表示：
Sum((i, j), c(i, j)*x(i, j))表示：
求积：Prod，与Sum的格式类似；
方程定义的组成及其顺序：
被定义方程的名字；
范围（或域）；
约束条件的范围（可选的）；
符号‘..’;
左边的表达式；
关系操作符：=1= 小于或等于， =e= 等于, 或 =g=大于或等于
右边的表达式
模型和求解语句
model transport /all/;
在教材中的例子中，等价于： model transport /cost, supply, demand/;
求解语句格式：
关键字solve；
求解模型的名称；
关键字using；
求解程序名；
关键字‘minimizing’或‘maximizing’；
优化变量的名称。
其中第4步骤中可用的求解程序如下：
miqcp 混合整数二次约束规划 minlp 混合整数非线性规划
rmiqcp 松弛混合整数二次约束规划 rminlp 松弛混合整数非线性规划
mcp 混合互补问题 mpec 均衡约束数学规划
cns 约束性非线性系统
显示语句
display
display x.l, x.m
