扩展代数建模语言以支持求解随机规划模型的算法开发

代数建模语言（AML）是一种特定于域的计算机编程语言，用于描述和求解数学规划模型。我们建议扩展AML，以便在高抽象级别上支持基于迭代操作、修改和求解模型的求解算法。我们特别关注随机规划模型，其中随机参数表示为离散场景和数学分解算法，它们通常用于求解此类模型。我们确定了必要的语言结构，并开发了一个基于开源建模软件APLEpy的设计。所提出的设计虽然专门针对分解算法，但也证明对实现启发式求解算法很有用。设计的面向对象特性使使用建议扩展进行编码的算法能够与满足初始模型假设的任何其他模型一起工作。这种灵活而稳健的设计有助于经验不足的建模师轻松应用高级解决方案算法，有经验的建模师可以在用于描述所考虑模型的同一开发环境中快速构建复杂的算法。