用LINGO软件求解目标规划问题
Lingo解目标规划
B
0.3 0.3 3.2
棉花库存量
300 180
甲绵(kg) 乙绵(kg)
利润（元/km）
若利润指标为1755元，A种棉花要生产650km，问 A,B两种棉纱各应该生产多少？
目标规划模型：
设分别生产A、B两种棉纱x1, x 2km，则： min z p d p2 d
1 1 2
0.5 x1 0.3x 2 300 0.1x1 0.3x 2 180 2.5 x1 3.2 x 2 d1 d1 1755 x1 d 2 d 2 650 x1, x 2, d i 0
整数线性规划的几种类型
纯整数线性规划 混合整数线性规划
0-1型整数线性规划
例：
max z 20x1 10x 2 5 x1 4 x 2 24 2 x1 5 x 2 13 s.t. x1, x 2 0 x1, x 2取整数
不考虑整数约束时求解
Lingo代码：
min=d21; 0.5*x1+0.3*x2<=300; 0.1*x1+0.3*x2<=180; 2.5*x1+3.2*x2+d11-d12=1755; x1+d21-d22=650; d11=0;
例4：已知有三个产地给四个销地供应某种产品，产销 地之间的供需量和单 7 13
Lingo代码
sets: cd/1..3/:a; xd/1..4/:b; links(cd,xd):c,x; px/1..13/:d1,d2; endsets data: a=300 200 400; b=200 100 450 250; c=5 2 6 7 3546 4 5 2 3; enddata min=d2(13); @for(cd(i):@sum(xd(j):x(i,j))=a(i)); @for(xd(j):@sum(cd(i):x(i,j))<=b(j)); x(1,4)+x(2,4)+x(3,4)+d1(4)-d2(4)=250; x(3,1)+d1(5)-d2(5)=100; @for(xd(j):@sum(cd(i):x(i,j))+d1(j+5)-d2(j+5)=b(j)*0.8); @sum(links(i,j):c(i,j)*x(i,j))+d1(10)-d2(10)=2950*1.1; x(2,4)+d1(11)-d2(11)=0; (x(1,1)+x(2,1)+x(3,1))-(200/450)*(x(1,3)+x(2,3)+x(3,3))+d1(12)-d2(12)=0; @sum(links(i,j):c(i,j)*x(i,j))+d1(13)-d2(13)=2950; y=@sum(links(i,j):c(i,j)*x(i,j)); d1(4)=0; d1(5)=0; d1(6)+d1(7)+d1(8)+d1(9)=0; d2(10)=115; d2(11)=0; d1(12)+d2(12)=30; d1(1)+d1(2)+d1(3)+d2(1)+d2(2)+d2(3)=0;
用Lingo求解整数(0-1)规划模型
1、建立数学模型， 2、用lingo循环语句编写程序.
上机作业题 人员安排问题
某城市的巡逻大队要求每天的各个时间段都有一
定数量的警员值班, 以便随时处理突发事件, 每人连续 工作6h, 中间不休息. 如表所示是一天8个班次所需值 班警员的人数情况统计:
班次
时间段
人数 班次
时间段
人数
1
6:00～9:00
例 4 求函数 z x 22 y 22 的最小值.
例 4 求函数 z x 22 y 22 的最小值.
解: 编写Lingo 程序如下:
min=(x+2)^2+(y-2)^2; @free(x); 求得结果: x=-2, y=2
二、Lingo 循环编程语句
(1) 集合的定义 包括如下参数: 1) 集合的名称.
12,8 3,0; enddata
!数据赋值;
max=@sum(bliang(i):a(i)*x(i)); !目标函数;
@for(yshu(j):@sum(bliang(i):x(i)*c(j,i))<=b(j));
!约束条件;
例6：人员选拔问题
队员号码 身高 / m 位置 队员号码 身高 / m 位置
例 2 用Lingo软件求解整数规划问题
min z 2 x1 5 x2 3 x3
4 x1 x2 x3 0
2
x1
4 x2
2 x3
2
x1
x2
x3
2
xi 0 且取整数, i 1, 2, 3
Lingo 程序:
min=2*x1+5*x2+3*x3; -4*x1-x2+x3>=0; -2*x1+4*x2-2*x3>=2; x1-x2+x3>=2; @gin(x1);@gin(x2);@gin(x3);
Lingo求解简单规划模型代码
一、Lingo 能做什么——Lingo 的简单模型1、简单线性规划求解（目标函数）2134maxx x z += s.t.（约束条件）⎪⎪⎩⎪⎪⎨⎧≥≤≤+≤+0,781022122121x x x x x x x（决策变量） x 1,x 2手工计算的方法注：Lingo 中“<”代表“<=”，“>”代表“>=”，Lingo 中默认的变量都是大于等于0的，不用显式给出。
求解结果：z=26，x1=2，x2=62、整数规划求解219040Max x x z += ⎪⎩⎪⎨⎧≥≤+≤+0,702075679212121x x x x x xLingo 程序求解3、0-1规划求解Max 432215.18.04.0x x x x f +++=10106234321≤+++x x x x10,,,4321或=x x x x12344、非线性规划求解||4||3||2||min 4321x x x x z +−−=s.t. ⎪⎪⎩⎪⎪⎨⎧−=+−−=−+−=+−−2132130432143214321x x x x x x x x x x x x12345、背包问题一个旅行者的背包最多只能装 6kg 物品，现有4 件物品的重量和价值分别为 2 kg ，3 kg ，3 kg ，4 kg ；1 元，1.2元，0.9元，1.1元。
问应怎样携带那些物品使得携带物品的价值最大?建模：记j x 为旅行者携带第j 件物品的件数, 取值只能为 0 或 1。
求目标函数43211.19.02.1x x x x f +++=在约束条件643324321≤+++x x x x 下的最大值.用Lingo 软件求解0-1规划计算结果6、指派问题有四个工人，要指派他们分别完成4项工作，每人做各项工作所消耗的时间如下表： 问指派哪个人去完成哪项工作，可使总的消耗时间为最小？ 设：第i 个工人做第j 项工作用时ij t ，标志变量ij f 定义如下：变量名 取值⎩⎨⎧=其他件工作个工人去做第指派第01j i f ijmin∑∑==×4141i j ij ijt fs.t. 141=∑=i ijf()4,3,2,1=j 每份工作都有一人做∑==411j ijf()4,3,2,1=i 每人都只做一项工作（1） 集合定义部分（从“SETS ：”到“ENDSET ”）：定义集合及其属性，语句“work/A,B,C,D/”其结果正是定义了4个集合元素，没有定义变量名。
附1：用LINGO求解线性规划的例子一奶制品加工厂用牛奶生产A1、A2
附1：用LINGO求解线性规划的例子一奶制品加工厂用牛奶生产A1、A2两种奶制品，1桶牛奶可以在设备甲上用12小时加工成3公斤A1，或者在设备乙上用8小时加工成4公斤A2。
根据市场需求，生产的A1、A2能全部售出，且每公斤A1获利24元，每公斤A2获利16元。
现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间为480小时，并且设备甲每天至多能加工100公斤A1，设备乙的加工能力没有限制。
试为该厂制定一个生产计划，使每天获利最大，并进一步讨论以下3个附加问题：1）若用35元可以购买到1桶牛奶，应否作这项投资？若投资，每天最多购买多少桶牛奶？2）若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元？3）由于市场需求变化，每公斤A1的获利增加到30元，应否改变生产计划？数学模型：设每天用x1桶牛奶生产A1 ，用x2桶牛奶生产A2目标函数：设每天获利为z元。
x1桶牛奶可生产3x1公斤A1，获利24*3x，x2桶牛奶可生产4*x2公1斤A2，获利16*4x2，故z=72x1+64x2约束条件：原料供应：生产A1、A2的原料（牛奶）总量不超过每天的供应50桶，即x1+x2≤50劳动时间：生产A1、A2的总加工时间不超过每天正式工人总的劳动时间480小时，即12x1+8x2≤480设备能力：A1的产量不得超过设备甲每天的加工能力100小时，即3x1≤100≥0非负约束：x1、x2均不能为负值，即x1≥0，x2综上所述可得max z=72x1+64x2s.t.x1+x2≤5012x1+8x2≤4803x1≤100x1≥0，x2≥0显然，目标函数和约束条件都是线性的，这是一个线性规划（LP），求出的最优解将给出使净利润最大的生产计划，要讨论的问题需要考虑参数的变化对最优解和影响，一般称为敏感性（或灵敏度）分析。
LINGO求解线性规划用LINGO求解线性规划时，首先在LINGO软件的模型窗口输入一个LP模型，模型以MAX或MIN 开始，按线性规划问题的自然形式输入（见下面例子所示）。
线性规划问题的Lingo求解
Lingo中参数设置与调整
01
参数设置
02
调整策略
Lingo允许用户设置求解器的参数， 如求解方法、迭代次数、收敛精度等 。这些参数可以通过`@option`进行 设置。
如果求解过程中遇到问题，如无解、 解不唯一等，可以通过调整参数或修 改模型来尝试解决。常见的调整策略 包括放松约束条件、改变目标函数权 重等。
02
比较不同方案
03
验证求解结果
如果存在多个可行解，需要对不 同方案进行比较，选择最优方案。
可以通过将求解结果代入原问题 进行验证，确保求解结果的正确 性和合理性。
感谢您的观看
THANKS
问题，后面跟随线性表达式。
02 03
约束条件表示
约束条件使用`subject to`或简写为`s.t.`来引入，后面列出所有约束条 件，每个约束条件以线性表达式和关系运算符（如`<=`, `>=`, `=`, `<`, `>`）表示。
非负约束
默认情况下，Lingo中的变量是非负的，如果变量可以为负，需要使用 `@free`进行声明。
问题的解通常出现在约束条件的边界上 。
变量通常是连续的。
特点 目标函数和约束条件都是线性的。
线性规划问题应用场景
生产计划
确定各种产品的最优生产量， 以最大化利润或最小化成本。
资源分配
在有限资源下，如何最优地分 配给不同的项目或任务。
运输问题
如何最低成本地将物品从一个 地点运输到另一个地点。
金融投资
03
求解结果
通过Lingo求解，得到使得总加工时间最短的生产计划安 排。
运输问题优化案例
问题描述
某物流公司需要将一批货物从A地运往B地，可以选择不同的运输方式和路径，每种方式和路径的运输时间和成本不 同。公司需要在满足货物送达时间要求的前提下，选择最优的运输方式和路径，使得总成本最低。
用LINGO软件求解目标规划问题
10 x1 + 15 x2 + d1 d1+ = 40 + x1 + x2 + d 2 d 2 = 10 s.t. d1+ = 0 x1 , x2 , d , d + ≥ 0, j = 1,2 j j
用LINGO求解,得最优解 d = d 具体LINGO程序及输出信息如下:LINGO程序为(参见图 4.4.4):
+ 1
=0, 1
d2 = 6 ,最优值为6.
精品课程《运筹学》
图4.4.4
精品课程《运筹学》
LINGO运算后输出为(参见图4.4.5):
图4.4.5 精品课程《运筹学》
d 对应于第三优先等级,将d1+ =0, 2 = 6 作为约束条件, 建立线性规划问题:
min z = d 3 10 x1 + 15 x2 + d1 d1+ = 40 + x1 + x2 + d 2 d 2 = 10 x2 + d 3 d 3+ = 7 s.t. d1+ = 0, d 2 = 6 + x1 , x2 , d j , d j ≥ 0, j = 1,2,3
10 x1 + 15 x 2 + d 1 d 1+ = 40 + x1 + x 2 + d 2 d 2 = 10 s.t. x 2 + d 3 d 3+ = 7 x1 , x 2 , d , d + ≥ 0, j = 1,2,3 j j
精品课程《运筹学》
解:首先对应于第一优先等级,建立线性规 划问题:
x1 = 4, x2 = 0, d1+ = d1 = 0 , 用LINGO求解,得最优解是
用lingo求解线性规划问题
用lingo求解线性规划问题中国石油大学胜利学院程兵兵摘要食物营养搭配问题是现代社会中常见的问题,其最终的目的是节省总费用.本文通过对营养问题的具体剖析．构建了一般的线性规划模型。
并通过实例应用Lingo数学软件求解该问题.并给出了价值系数灵敏度分析,得出蔬菜价格的变动对模型的影响.关键词线性规划，lingo，灵敏度分析。
一、问题重述与分析营养师要为某些特殊病人拟订一周的菜单，可供选择的蔬菜及其费用和所含营养成分的数量以及这类病人每周所需各种营养成分的最低数量如下表1所示。
有以下规定:一周内所用卷心菜不多于2份，其他蔬菜不多于4份。
问题一:若病人每周需要14份蔬菜，问选用每种蔬菜各多少份，可使生活费用最小.问题二:当市场蔬菜价格发生怎样波动时，所建模型的适用性。
表 1 所需营养和费用营养搭配是一个线性规划问题，在给定蔬菜的情况下,要求菜单所需的营养成分必须达到要求，并在此条件下求出什么样的搭配所花费的费用最少.第一个要求是满足各类营养的充足，根据表中数据列出不等式。
第二要求为问题一中，蔬菜的份数必须为14,第三要求为在一周内,卷心菜不多于2份,其他不多于4份，根据以上条件列出各类蔬菜份数的限定条件，并可表示出费用的表达式.对于第二问，就是价值系数的变化对总费用的影响，模型的适用范围。
三、模型假设第一,假设各蔬菜营养成分保持稳定，满足题干要求。
第二,假设各蔬菜价格在一定时间内保持相对稳定。
第三，假设各类蔬菜供应全部到位，满足所需要求量. 第四,假设所求出最优解时不要求一定为整数。
四、符号约定（1)Z 代表目标函数,此题即为费用。
(2）i c 为价值系数，此题即为每份蔬菜的价格。
下标i 代表蔬菜的种类。
(3）i x 为决策变量，表示各种蔬菜的数量。
(4）i b 为最低限定条件,表示蔬菜最低营养需要。
五、模型建立根据以上各种假设和符号约定，建立模型如下。
所求的值就是min,也就是最优化结果.s 。
用Lingo求解整数(0-1)规划模型.
Lingo 程序: max=2*x1+5*x2+3*x3+4*x4;
-4*x1+x2+x3+x4>=0; -2*x1+4*x2+2*x3+4*x4>=1; x1+x2-x3+x4>=1; @bin(x1);@bin(x2);@bin(x3);@bin(x4);
温州大学城市学院
例 2 用Lingo软件求解整数规划问题 min z 2 x1 5 x2 3 x3
温州大学城市学院
注意:
Lingo 默认变量的取值从0到正无穷大,
变量定界函数可以改变默认状态.
@free(x): 取消对变量x的限制(即x可取任意实数值)
例 4 求函数 z x 2 y 2 的最小值.
2 2
温州大学城市学院 例 4 求函数 z x 2 y 2 的最小值.
,8
温州大学城市学院
温州大学城市学院
上机作业题
要求：
1、建立数学模型，
2、用lingo循环语句编写程序.
温州大学城市学院
上机作业题
人员安排问题
某城市的巡逻大队要求每天的各个时间段都有一 定数量的警员值班, 以便随时处理突发事件, 每人连续 工作6h, 中间不休息. 如表所示是一天8个班次所需值 班警员的人数情况统计:
成绩 甲 乙 丙 丁 自由泳 / s 56 63 57 55 蛙泳 / s 74 69 77 76 蝶泳 / s 61 65 63 62 仰泳 / s 63 71 67 62
甲, 乙, 丙, 丁 四名队员各自游什么姿势 , 才最有可能取得好成绩?
温州大学城市学院
数学建模lingo作业-习题讲解
基础题：1．目标规划问题最近，某节能灯具厂接到了订购16000套A 型和B 型节能灯具的订货合同，合同中没有对这两种灯具的各自数量做要求，但合同要求工厂在一周内完成生产任务并交货。
根据该厂的生产能力，一周内可以利用的生产时间为20000min ，可利用的包装时间为36000min 。
生产完成和包装一套A 型节能灯具各需要2min ；生产完成和包装完成一套B 型节能灯具各需要1min 和3min 。
每套A 型节能灯成本为7元，销售价为15元，即利润为8元；每套B 型节能灯成本为14元，销售价为20元，即利润为6元。
厂长首先要求必须按合同完成订货任务，并且即不要有足量，也不要有超量。
其次要求满意销售额达到或者尽量接近275000元。
最后要求在生产总时间和包装总时间上可以有所增加，但过量尽量地小。
同时注意到增加生产时间要比包装时间困难得多。
试为该节能灯具厂制定生产计划。
解：将题中数据列表如下：根据问题的实际情况，首先分析确定问题的目标级优先级。
第一优先级目标：恰好完成生产和包装完成节能灯具16000套，赋予优先因子p1；第二优先级目标：完成或者尽量接近销售额为275000元，赋予优先因子p2； 第三优先级目标：生产和包装时间的增加量尽量地小，赋予优先因子p3； 然后建立相应的目标约束。
在此，假设决策变量12,x x 分别表示A 型，B 型节能灯具的数量。
（1） 关于生产数量的目标约束。
用1d -和1d +分别表示未达到和超额完成订货指标16000套的偏差量，因此目标约束为1111211min ,..16000z d d s t x x d d -+-+=+++-=要求恰好达到目标值，即正、负偏差变量都要尽可能地小（2） 关于销售额的目标约束。
用2d -和2d +分别表示未达到和超额完成满意销售指标275000元的偏差值。
因此目标约束为221222min ,..1520-275000.z d s t x x d d --+=++=要求超过目标值，即超过量不限，但必须是负偏差变量要尽可能地小，(另外：d +要求不超过目标值，即允许达不到目标值，就是正偏差变量要尽可能地小) （3） 关于生产和包装时间的目标约束。
lingo求解多目标规划__例题
实验二：目标规划一、实验目的目标规划是由线性规划发展演变而来的，线性规划考虑的是只有一个目标函数的问题，而实际问题中往往需要考虑多个目标函数，这些目标不仅有主次关系，而且有的还相互矛盾。
这些问题用线性规划求解就比较困难，因而提出了目标规划。
熟悉目标规划模型的建立，求解过程及结果分析。
二、目标规划的一般模型设)...2,1(n j x j =是目标规划的决策变量，共有m 个约束是国刚性约束，可能是等式约束，也可能是不等式约束。
设有l 个柔性目标约束，其目标规划约束的偏差是),...,2,1(,l i d d i i =-+。
设有q 个优先级别，分别为q p p p ,...,21。
在同一个优先级k p 中，有不同的权重，分别记为),...,2,1(,l j w w kj kj =-+。
因此目标规划模型的一般数学表达式为：min ∑∑=++--=+=l j j kj j kj q k k d w d w p z 11);(s.t. ,,...2,1,),(1m i b x an j i j ij =≥=≤∑= .,...2,1,0,,,...,2,1,,,...2,1,1l i d d n x o x l i g d d x c i i j i nj i i j ij =≥=≥==-++-=+-∑ 三、实验设备及分组实验在计算机中心机房进行，使用微型电子计算机，每人一机（一组）。
四、实验容及步骤1、打开LINGO ，并利用系统菜单和向导在E 盘创建一个项目。
目录和项目名推荐使用学生自己的学号。
2、以此题为例，建立数学模型，并用说明语句进行说明，增强程序的可读性。
例2.1：某工厂生产Ⅰ、Ⅱ两种产品，需要用到A ，B ，C 三种设备，已知有关数据见下表。
企业的经营目标不仅仅是利润，还需要考虑多个方面：（1） 力求使利润不低于1500元；（2） 考虑到市场需求，Ⅰ、Ⅱ两种产品的产量比应尽量保持1：2；（3） 设备A 为贵重设备，严格禁止超时使用；（4） 设备C 可以适当加班，但要控制；设备B 即要求充分利用，又尽可能不加班。
用LINGO求解整数规划
用LINGO求解整数规划在LINGO中，输入总是以model:开始，以end结束；中间的语句之间必须以“；”分开；LINGO不区分字母的大小写；目标函数用MAX=…；或MIN=…；给出（注意有等号“=”）。
在LINDO中所有的函数均以“@”符号开始，如约束中@gin(x1)表示x1为整数，用@bin(x1)表示x1为0-1整数。
在现在的LINDO中，默认设置假定所有变量非负。
函数中变量的界定：@GIN(X)：限制X为整数@BIN(X)：限定变量X为0 或1。
@FREE(X)：取消对x的符号限制（即可取任意实数包括负数）@BND(L,X,U)：限制L<= X <= ULINGO提供了大量的标准数学函数：@abs(x)???????????? 返回x的绝对值@sin(x)???????????? 返回x的正弦值，x采用弧度制@cos(x)???????????? 返回x的余弦值@tan(x)???????????? 返回x的正切值@exp(x)???????????? 返回常数e的x次方@log(x)???????????? 返回x的自然对数@lgm(x)???????????? 返回x的gamma函数的自然对数@sign(x)??????????? 如果x<0返回-1；否则，返回1@smax(x1,x2,…,xn)? 返回x1，x2，…，xn中的最大值@smin(x1,x2,…,xn)? 返回x1，x2，…，xn中的最小值例1：整数规划模型在LINGO中可以如下输入：model:Max=5*x1+8*x2;！*号不能省略x1+x2<=6;!约束条件和目标函数可以写在model：与end之间的任何位置5*x1<=45-9*x2;@gin(x1);@gin(x2); ！和LINDO不同，不能写在end之后end运行后同样得到最优解为x1=0，x2=5，最优值为40。
例2：在线性规划中的应用max Z =5X1+3X2+6X3,s.t.X1 +2 X2 + X3 ≤182 X1 + X2 +3 X3 =16X1 + X2 + X3 =10X1 ,X2 ≥0 , X3 为自由变量应用LINGO 来求解该模型，只需要在 lingo窗口中输入以下信息即可：max=5*x1+3*x2+6*x3;x1+2*x2+x3<=18;2*x1+x2+3*x3=16;x1+x2+x3=10;@free(x3);然后按运行按钮，得到模型最优解，具体如下：Objective value: 46.00000Variable Value Reduced Costx1 14.00000 0.000000x2 0.000000 1.000000x3 -4 .000000 0.000000由此可知，当 x1 =14 , x2 =0 , x3 =-4 时，模型得到最优值，且最优值为 46。
数学建模必备LINGO在多目标规划和最大最小化模型中的应用
数学建模必备LINGO 在多目标规划和最大最小化模型中的应用一、多目标规划的常用解法多目标规划的解法通常是根据问题的实际背景和特征，设法将多目标规划转化为单目标规划，从而获得满意解，常用的解法有：1．主要目标法确定一个主要目标，把次要目标作为约束条件并设定适当的界限值。
2．线性加权求和法对每个目标按其重要程度赋适当权重0≥i ω，且1=∑ii ω，然后把)(x f i ii ∑ω作为新的目标函数（其中p i x f i ,,2,1),( =是原来的p 个目标）。
3．指数加权乘积法设p i x f i ,,2,1),( =是原来的p 个目标，令∏==pi a i ix f Z 1)]([其中i a 为指数权重，把Z 作为新的目标函数。
4．理想点法先分别求出p 个单目标规划的最优解*i f ，令∑-=2*))(()(iifx f x h然后把它作为新的目标函数。
5．分层序列法将所有p 个目标按其重要程度排序，先求出第一个最重要的目标的最优解，然后在保证前一个目标最优解的前提条件下依次求下一个目标的最优解，一直求到最后一个目标为止。
这些方法各有其优点和适用的场合，但并非总是有效，有些方法存在一些不足之处。
例如，线性加权求和法确定权重系数时有一定主观性，权重系数取值不同，结果也就不一样。
线性加权求和法、指数加权乘积法和理想点法通常只能用于两个目标的单位（量纲）相同的情况，如果两个目标是不同的物理量，它们的量纲不相同，数量级相差很大，则将它们相加或比较是不合适的。
二、最大最小化模型在一些实际问题中，决策者所期望的目标是使若干目标函数中最大的一个达到最小（或多个目标函数中最小的一个达到最大）。
例如，城市规划中需确定急救中心的位置，希望该中心到服务区域内所有居民点的距离中的最大值达到最小，称为最大最小化模型，这种确定目标函数的准则称为最大最小化原则，在控制论，逼近论和决策论中也有使用。
最大最小化模型的目标函数可写成)}(,),(),(max{min 21X f X f X f p X或)}(,),(),(min{max 21X f X f X f p X式中T n x x x X ),,,(21 是决策变量。
附1：用LINGO求解线性规划的例子 一奶制品加工厂用牛奶生产A1、A2
附1：用LINGO求解线性规划的例子一奶制品加工厂用牛奶生产A1、A2附1:用LINGO求解线性规划的例子一奶制品加工厂用牛奶生产A、A两种奶制品，1桶牛奶可以在设备甲上用12小时加工成3公斤A，121或者在设备乙上用8小时加工成4公斤A。
根据市场需求，生产的A、A能全部售出，且每公斤A获利212124元，每公斤A获利16元。
现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间为4802 小时，并且设备甲每天至多能加工100公斤A，设备乙的加工能力没有限制。
试为该厂制定一个生产计划，1使每天获利最大，并进一步讨论以下3个附加问题:1)若用35元可以购买到1桶牛奶，应否作这项投资,若投资，每天最多购买多少桶牛奶,2)若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元,3)由于市场需求变化，每公斤A的获利增加到30元，应否改变生产计划, 1数学模型:设每天用x桶牛奶生产A1 ，用x桶牛奶生产A2 12目标函数:设每天获利为z元。
x桶牛奶可生产3x公斤A1，获利24*3x，x桶牛奶可生产4*x公11122斤A2，获利16*4x，故z=72x+64x212约束条件:原料供应:生产A、A的原料(牛奶)总量不超过每天的供应50桶，即 12x+x?50 12劳动时间:生产A、A的总加工时间不超过每天正式工人总的劳动时间480小时，即 1212x+8x?480 12设备能力:A的产量不得超过设备甲每天的加工能力100小时，即 13x?100 1非负约束:x、x均不能为负值，即x?0，x?0 2121综上所述可得max z=72x+64x 12s.t.x+x?50 1212x+8x?480 123x?100 1x?0，x?0 21显然，目标函数和约束条件都是线性的，这是一个线性规划(LP)，求出的最优解将给出使净利润最大的生产计划，要讨论的问题需要考虑参数的变化对最优解和影响，一般称为敏感性(或灵敏度)分析。
lingo解决线性规划问题的程序(经典)
Lingo12软件培训教案Lingo 主要用于求解线性规划，整数规划，非线性规划，V10以上版本可编程。
例1 一个简单的线性规划问题0 , 600 2 100 350 st. 3 2max >=<=+=<<=++=y x y x x y x y x z!exam_1.lg4 源程序 max = 2*x+3*y; [st_1] x+y<350; [st_2] x<100;2*x+y<600; !决策变量黙认为非负; <相当于<=; 大小写不区分当规划问题的规模很大时，需要定义数组(或称为矩阵)，以与下标集(set) 下面定义下标集和对应数组的三种方法，效果相同:：r1 = r2 = r3, a = b = c. sets :r1/1..3/:a; r2 : b;r3 : c;link2(r1,r2): x; link3(r1,r2,r3): y; endsets data :ALPHA = 0.7; a=11 12 13 ; r2 = 1..3; b = 11 12 13; c = 11 12 13; enddata例2 运输问题计算6 个发点8 个收点的最小费用运输问题。
产销单位运价如下表。
B1 B2 B3 B4 B5 B6 B7 B8 产量 A1 6 2 6 7 4 2 5 9 60 A2 4 9 5 3 8 5 8 2 55 A3 5 2 1 9 7 4 3 3 51 A4 7 6 7 3 9 2 7 1 43 A5 2 3 9 5 7 2 6 5 41 A6 5 5 2 2 8 1 4 3 52 销量 35 37 22 32 41 32 43 38解： 设决策变量ij x = 第i 个发点到第j 个售点的运货量，i =1,2,…m;j =1,2,…n; 记为ij c =第i 个发点到第j 个售点的运输单价，i =1,2,…m; j =1,2,…n 记i s =第i 个发点的产量， i =1,2,…m; 记j d =第j 个售点的需求量， j =1,2,…n. 其中，m = 6; n = 8.设目标函数为总成本，约束条件为（1）产量约束；（2）需求约束。
多目标规划的LINGO求解法
多目标规划的LINGO求解法吴有平;刘杰;何杰【摘要】As the solution on multi-objective programming is excessively cumbersome and the result is unsatisfactory by the method of "Making It Fewer" at present,proposes a solution which diverting the ideal objective into the realistic objective or constraints,and then solving it by LINGO software.And gives two examples of analysis and solving process.It shows that the method is simple and optimal comparing to conventional method.%针对目前用＂化多为少法＂求解多目标规划问题时,计算过程繁琐或结果不理想的现状,提出了将理想目标转换为现实目标或约束,再用LINGO软件求解的方法。
给出了2个实例的分析与求解过程,结果表明,与传统方法相比,该方法过程简单结果也较优。
【期刊名称】《湖南工业大学学报》【年(卷),期】2012(026)003【总页数】4页(P9-12)【关键词】多目标规划;LINGO;理想目标;现实目标【作者】吴有平;刘杰;何杰【作者单位】湖南工业大学土木工程学院,湖南株洲412007 湖南省建筑工程集团总公司,湖南长沙410004;湖南工业大学土木工程学院,湖南株洲412007;湖南工业大学土木工程学院,湖南株洲412007【正文语种】中文【中图分类】O221.60 引言多目标规划（multiple objectives programming）是数学规划的一个分支，它研究多个目标函数在给定区域上的最优化问题，又称多目标最优化。
(2024年)用Lingo软件编程求解规划问题解决方案
2024/3/26
1
目录
2024/3/26
• 引言 • 规划问题建模 • Lingo软件编程实现 • 规划问题求解与分析 • 案例研究：用Lingo解决实际规划问题 • 总结与展望
2
01
引言
2024/3/26
3
规划问题概述
规划问题定义
规划问题是一类优化问题，旨在 寻找满足一系列约束条件的决策 变量最优解，使得目标函数达到 最优（最大或最小）。
要点三
推动软件升级和普及
Lingo软件作为一款优秀的数学规划 求解工具，未来可以进一步推动其升 级和普及工作。例如，可以增加更多 实用的功能、提高软件的易用性和稳 定性等，以吸引更多的用户使用该软 件解决规划问题。
2024/3/26
29
THANKS
感谢观看
2024/3/26
30
。同时，需要注意Lingo语言的语法和规则，确保模型的正确性和可解
性。
10
03
Lingo软件编程实现
2024/3/26
11
Lingo编程环境介绍
Lingo是一款专门用于求解线性、非线性和整数规划问题的软件，它提供了一个直观易用的编程环境。
Lingo支持多种类型的数学模型，如线性规划、目标规划、整数规划等，并内置了大量的函数和算法， 方便用户快速构建和求解模型。
束条件。
8
数学模型建立
1 2
选择合适的数学模型
根据问题的特点和目标，选择合适的数学模型， 如线性规划、整数规划、非线性规划等。
构建目标函数
根据优化目标，构建目标函数，即问题的优化标 准。
3
构建约束条件方程
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图4.4.1 精品课程《运筹学》
在LINGO工作区中录入以下程序（参见图 4.4.2） model: min=d1; 10*x1+15*x2+d1_-d1=40; END x 其中x1、x2分别代表决策变量 x1、 2；d1_、 d1分别代表偏差变量 d1− 、 1+。 d
精品课程《运解 d = d 具体LINGO程序及输出信息如下：LINGO程序为（参见图 4.4.4）：
+ 1
− ＝0， 1
− d2 = 6 ，最优值为6。
精品课程《运筹学》
图4.4.4
精品课程《运筹学》
LINGO运算后输出为（参见图4.4.5）：
图4.4.5 精品课程《运筹学》
d 对应于第三优先等级，将d1+ ＝0， 2− = 6 作为约束条件， 建立线性规划问题：
x1 = 4, x2 = 0, d1+ = d1− = 0 ， 用LINGO求解，得最优解是
− d 2 = 6, d 3− = 7，最优值为7。具体LINGO程序及输出信息
如下（参见图4.4.6） ：
精品课程《运筹学》
图4.4.6 精品课程《运筹学》
LINGO运算后输出为：（参见图4.4.7）
图4.4.7 精品课程《运筹学》
d1+ = d1− ＝0， 2− = 6, d 3− = 7 就 d x 因此， 1 = 4, x2 = 0,
是目标规划的满意解。
精品课程《运筹学》
min z = d 3− 10 x1 + 15 x2 + d1− − d1+ = 40 − + x1 + x2 + d 2 − d 2 = 10 x2 + d 3− − d 3+ = 7 s.t. − d1+ = 0, d 2 = 6 − + x1 , x2 , d j , d j ≥ 0, j = 1,2,3
第四节 用LINGO软件求解 LINGO软件求解 目标规划问题
精品课程《运筹学》
1. 求解方法概述
LINGO（或LINDO）不能直接求解目标规划 问题，但可以通过逐级求解线性规划的方法， 求得目标规划问题的满意解。
精品课程《运筹学》
2. 示例
例4.4.1用LINGO求解目标规划问题
− min z = P1 d 1+ + P2 d 2 + P3 d 3−
在菜单LINGO下点选“Solve”，或按复合键“Ctrl+S”进行 求解。LINGO弹出求解结果报告（参见图4.4.3）：详细信 息如下
图4.4.3 精品课程《运筹学》
+ 对应于第二优先等级，将d1 ＝0作为约束条件，建立线性规 划问题：
− min z = d 2
10 x1 + 15 x2 + d1− − d1+ = 40 − + x1 + x2 + d 2 − d 2 = 10 s.t. d1+ = 0 x1 , x2 , d − , d + ≥ 0, j = 1,2 j j
解：首先对应于第一优先等级，建立线性规 划问题：
min z = d1+ 10 x1 + 15 x2 + d1− − d1+ = 40 s.t. x1 , x2 , d1− , d1+ ≥ 0
用LINGO求解，得最优解＝0，最优值为0。 具体求解过程如下：
精品课程《运筹学》
启动LINGO软件，窗口如图4.4.1所示。
10 x1 + 15 x 2 + d 1− − d 1+ = 40 − + x1 + x 2 + d 2 − d 2 = 10 s.t. x 2 + d 3− − d 3+ = 7 x1 , x 2 , d − , d + ≥ 0, j = 1,2,3 j j
精品课程《运筹学》