优化分析是很多领域中都要面临的一个重要问题，求解优化问题的一般做法是：建立模型、编写算法、求解计算。常见的问题类型有线性规划、非线性规划、混合整数规划、混合整数非线性规划、二次规划等，优化算法包括人工智能算法和内点法等数学类优化方法。算法编写是一个较为复杂的过程，对于规模较大且复杂性较高的优化问题尤其如此，且同一种算法在处理不同问题时参数的设置、架构的改动相对不够便利。而GAMS作为一款功能强大的通用代数建模优化软件，能够化繁为简，避开复杂的算法编写，将使用者的目光更多地聚焦到模型上而非算法上，为各类优化问题的求解带来极大便利。各领域研究人员掌握GAMS这一强大优化工具的使用，更好地解决专业问题，内容包括典型优化模型和算法介绍、GAMS安装和介绍、GAMS程序编写、GAMS程序调试、实际应用算例演示与经验分享等五个章节，算例中除了一般案例展示还涵盖了基于GAMS的实际应用案例分析。GAMS是一个通用优化软件，内容适合各领域从事优化研究的工作者，有助于各领域研究人员高效处理该领域内各类复杂的优化问题。
第一章 典型优化模型、算法讲解和基于GAMS进行优化分析的优越性
一、典型优化模型（LP、NLP、MIP、MINLP、MIQCP等）
二、人工智能算法（遗传算法、蚁群算法、禁忌搜索等）
三、数学优化方法（分支定界法、动态规划法、拉格朗日松弛法、内点法、奔得斯分解法等）
四、基于GAMS进行数学建模和优化分析的优势
第二章 GAMS安装和界面
一、GAMS安装
二、File功能
三、Edit功能
四、Search功能
五、Windows功能
六、Model Libraries模型库
七、Help功能
第三章 GAMS程序编写【讲解+实践操作】
一、模型构成
二、编程原则
三、建立集合Set
1.静态集合
2.多重集合
3.动态集合
4.有序集合（SOS1、SOS2）
四、录入参数Parameter
1.一般标量
2.索引参数
3.表格参数
4.数据导入（Excel表格数据）
5.参数赋值
五、设置变量Variable
1.一般标量
2.索引参数
3.表格参数
4.数据导入（Excel表格数据）
5.参数赋值
六、构建方程Equation
1.方程定义
2.方程关系符
3.函数和运算表达
4.标量方程
5.索引方程
6.条件方程（条件控制$）
七、计算模型Model solve
1.模型的分类和求解
2.计算参数设置（Options）
3.求解器(Solver)的比较分析与选择
八、展示结果Display
1.变量结果展示
2.参数展示
九、一般算例演示
第四章 GAMS程序调试【讲解+实践操作】
一、查看计算日志
二、分析求解报告
三、程序调试方法
第五章 实际应用算例与经验分享
一、基于GAMS的优化实例分享
二、常用表达式注意事项
三、属性修改的其他方法
四、其他软件调用GAMS