LINGO教程(PDF)
第三章LINGO软件的基本使用方法
1、 除具有 LINDO 的全部功能外,还可用于求解非线性规划问题,包括非线性整数规划问题。 2、 LINGO 包含了内置的建模语言,允许以简练、直观的方式描述较大规模的优化问题,模型
Objective Infeasibility
当前解的目标函数值
实数
当前约束不满足的总量(不是 实数(即使该值=0,当前解也可能不可行,因为这
不满足的约束的个数)
个量中没有考虑用上下界命令形式给出的约束)
Iterations
目前为止的迭代次数
非负整数
表 3-2 LINGO 状态窗口中关于扩展的求解器各项的含义
§3.1.2 在 LINGO 中使用 LINDO 模型
在 Windows 操作系统下双击 LINGO 图标或从 Windows 操作系统下选择 LINGO 软件运行,启 动 LINGO 软件,屏幕上首先显示如图 3-3 所示的窗口。
图 3-3 LINGO 初始界面
图 3-3 中最外层的窗口是 LINGO 软件的主窗口(LINGO 软件的用户界面),所有其他窗口都 在这个窗口之内。当前光标所在的窗口上标有“LINGO MODEL – LING01”,这就是模型窗口(Model Window),也就是用于输入 LINGO 优化模型(即 LINGO 程序)的窗口。初步观察可以看到,图 3-3 这个界面与 LINDO 软件的界面非常类似,只是在 LINGO 软件的主窗口中,最下面增加了一个 状态行(仔细观察,可以发现菜单和工具栏也略有区别)。目前,状态行最左边显示的是“Ready”, 表示 “准备就绪”;右下角现实的是当前时间,时间前面是当前光标的位置“Ln 1,Col 1”(即
lingo入门教程(共55张)
3 3
A2
8 67
A3 4
7
B2
8 9
5 C2 6
T
第18页,共55页。
分析
(fēnxī)
6 A1 5 6
B1 6 C1
S
3 3
A2
8 67
A3 4
7
B2
8 9
5 C2 6
T
假设从S到T的最优行驶路线 P 经过城市C1, 则P中从S到C1的子路也一定 是从S到C1的最优行驶路线; 假设 P 经过城市C2, 则P中从S到C2的子路也一定是从S到C2的最优行驶路线. 因此, 为得到从S到T的最优行驶路线, 只需要先求出从S到Ck(k=1,2)的最 优行驶路线, 就可以方便地得到从S到T的最优行驶路线.
第19页,共55页。
分析
(fēnxī)
6 A1 5 6
B1 6 C1
S
3 3
A2
8 67
A3 4
7
B2
8 9
5 C2 6
T
此例中可把从S到T的行驶过程分成4个阶段,即 S→Ai (i=1,2 或3), Ai → Bj(j=1或2), Bj → Ck(k=1或2), Ck → T. 记d(Y,X)为城 市Y与城市X之间的直接距离(若这两个城市之间没有道路直 接相连,则可以认为直接距离为∞),用L(X)表示城市S到城市
L B2 minL A1 5, L A2 6, L A3 4 7 L A3 4; L C1 minL B1 6, L B2 8 15 L B2 8;
略2去),最小运量136.2275(吨公里)。
1
3
5
0
0
1
2
3
4
5
6
lingo教程(有样例)
Lingo 模型Lingo 是较好的最优化建模工具(详细使用说明见Lingo模型参考),Lingo 模型由两部分组成:(一) 目标(objective):最优化目标。
(二)限制条件(constraint). (下载网址:)1.我的食谱由四种食品组成:,果仁巧克力,冰淇淋,可乐,奶酪.一块果仁巧克力价格为50 美分,一杯冰淇淋价格为20美分, 一瓶可乐价格为30美分, 一快奶酪价格为80美分.我每天的营养最低需求: 500 卡路里,6 盎司巧克力,10 盎司〔讲评〕师:该问题的目标是什么?生:食谱中饮食的成本最低师:限制条件?生:满足每天卡路里,巧克力,糖,脂肪的最低需求师:选择哪些变量?生:果仁巧克力,冰淇淋,可乐,奶酪的数量( 参考模型:lingo-LP1.lg4)讨论:如果巧克力冰淇淋的价格变为原来的两倍,食谱将如何改动?练习:1.1.你决意生产两种糖果:硬糖和软糖,糖果仅由糖,坚果,和巧克力制成.你现在有100盎司糖,20盎司坚果,30盎司巧克力.软糖须含有至少20%的坚果.硬糖须含有至少10%的坚果和10%的巧克力.一盎司的软糖售价为25美分, 一盎司的硬糖售价为20美分. 试安排生产计划( 参考模型:lingo-LP1-1.lg4)1.2.某公司生产 A, B, C 三种产品,售价分别为: A, $10;B,$56;C,$100.生产一单位A,需1小时的劳力; 生产一单位 B,需2小时的劳力加上2单位的A; 生产一单位 C,需3小时的劳力加上1单位的B.现有40小时的劳力, 试安排生产计划.( 参考模型:lingo-LP1-2.lg4)2.Donovan公司生产一种电子产品.已知明年四季度的需求(须按时交货):季度1,4000件; 季度2,2000件; 季度3,3000件; 季度4,10000件;公司员工每年有一个季度休假,每个员工年薪为$30,000,每季度最多可生产500件产品.每个季度末公司须为每件存货付存储费$30.公司现有600件产品,如何安排明年的生产?〔讲评〕师:该问题的目标是什么?生:员工年薪与存储费总和最低师:限制条件?生:每季度初的库存与该季度生产量的和须满足该季度的需求师:如何表示员工总数?生甲:各季度上班的员工x(1),x(2),x(3),x(4)总和生乙:甲的总和是员工总数的3倍,因为每个员工工作3个季度。
专题资料(2021-2022年)lingo学习教程
例3.7
sets:
days /MO,TU,WE,TH,FR,SA,SU/:needs,cost;
endsets
data:
needs cost = 20 100;
enddata
3.1.5 数据部分的未知数值
有时只想为一个集的部分成员的某个属性指定值,让其余成员的该属性保持未知,以 便让LINGO去求出它们的最优值。 在数据声明中输入两个相连的逗号表示该位置对应的集成员的属性值未知。两个逗号 间可以有空格。
• Setname是你选择的来标记集的名字,最好具有较强的 可读性。集名字必须严格符合标准命名规则:以拉丁字 母或下划线(_)为首字符,其后由拉丁字母(A—Z)、 下划线、阿拉伯数字(0,1,…,9)组成的总长度不 超过32个字符的字符串,且不区分大小写。
• 注意:该命名规则同样适用于集成员名和属性名等的命 名。
!产量约束;
@for(warehouses(I):
@sum(vendors(J):
volume(I,J))<=capacity(I));
• !这里是数据;
• data:
• capacity=60 55 51 43 41 52;
• demand=35 37 22 32 41 32 43 38;
• cost=6 2 6 7 4 2 9 5
• LINGO有两种类型的集:原始集(primitive set)和 派生集(derived set)。
• 一个原始集是由一些最基本的对象组成的。 • 一个派生集是用一个或多个其它集来定义的,也
就是说,它的成员来自于其它已存在的集。
2.3 模型的集部分
• 集部分是LINGO模型的一个可选部分。在 LINGO模型中使用集之前,必须在集部分事 先定义。集部分以关键字“sets:”开始,以 “endsets”结束。一个模型可以没有集部分, 或有一个简单的集部分,或有多个集部分。 一个集部分可以放置于模型的任何地方,但 是一个集及其属性在模型约束中被引用之前 必须定义了它们。
LINGO使用教程
§6 LINGO的命令行命令
§7 综合举例
作者 胡志兴
LINGO 教程
LINGO 是用来求解线性和非线性优化问题的简易工具。LINGO 内置了一种建立最优化模 型的语言,可以简便地表达大规模问题,利用 LINGO 高效的求解器可快速求解并分析结果。
§1 LINGO 快速入门
当你在 windows 下开始运行 LINGO 系统时,会得到类似下面的一个窗口:
·集的名字 ·父集的名字 ·可选,集成员 ·可选,集成员的属性 可用下面的语法定义一个派生集:
setname(parent_set_list)[/member_list/][:attribute_list]; setname 是集的名字。parent_set_list 是已定义的集的列表,多个时必须用逗号隔开。如 果没有指定成员列表,那么 LINGO 会自动创建父集成员的所有组合作为派生集的成员。派 生集的父集既可以是原始集,也可以是其它的派生集。
data: students,sex,age= John 1 16 Jill 0 14 Rose 0 17 Mike 1 13;
2024年度LINGO基本教程完整版PPT大纲
2024/2/2
1
目录
2024/2/2
• 引言 • LINGO编程基础 • 线性规划问题求解 • 整数规划与非线性规划问题求解 • 约束条件处理技巧 • 优化算法介绍与应用 • 实际问题建模与求解案例分析 • 课程总结与展望
2
01
引言
Chapter
2024/2/2
拉格朗日乘子法
引入拉格朗日乘子,构造拉格朗 日函数,将等式约束问题转化为 无约束优化问题。
罚函数法
将等式约束条件转化为某种形式 的罚函数,加入到目标函数中, 通过求解无约束优化问题得到近 似解。
2024/2/2
22
不等式约束条件处理方法
积极约束法
将不等式约束条件转化为等式约束条件,引 入松弛变量,构造新的目标函数进行求解。
24
06
优化算法介绍与应用
Chapter
2024/2/2
25
梯度下降法原理及在LINGO中实现
01
梯度下降法基本原理
通过迭代求解目标函数的最小值,每次迭代沿着当前位置的负梯度方向
前进一段距离,直到达到最小值或满足停止条件。
2024/2/2
02 03
LINGO中实现梯度下降法
在LINGO中,可以使用内置函数或自定义程序来实现梯度下降法。需要 定义目标函数、梯度函数和迭代步长等参数,并通过循环迭代来逼近最 小值。
在LINGO中,可以使用内置函数或自定义程序来实现牛顿 法。需要定义目标函数、一阶导数和二阶导数等参数,并 通过循环迭代来逼近根。
牛顿法的优缺点
牛顿法具有收敛速度快、精度高等优点,但需要计算二阶 导数矩阵,计算量较大,且对初始值有一定要求。
lingo9.0使用教程
lingo9.0使⽤教程LINGO 使⽤教程LINGO 是⽤来求解线性和⾮线性优化问题的简易⼯具。
LINGO 内置了⼀种建⽴最优化模型的语⾔,可以简便地表达⼤规模问题,利⽤LINGO ⾼效的求解器可快速求解并分析结果。
§1 LINGO 快速⼊门当你在windows 下开始运⾏LINGO 系统时,会得到类似下⾯的⼀个窗⼝:外层是主框架窗⼝,包含了所有菜单命令和⼯具条,其它所有的窗⼝将被包含在主窗⼝之下。
在主窗⼝内的标题为LINGO Model – LINGO1的窗⼝是LINGO 的默认模型窗⼝,建⽴的模型都都要在该窗⼝内编码实现。
下⾯举两个例⼦。
例1.1 如何在LINGO 中求解如下的LP 问题:,6002100350..32min 2121121213£+33++x x x x x x x t s x x在模型窗⼝中输⼊如下代码: min =2*x1+3*x2; x1+x2>=350; x1>=100;2*x1+x2<=600;然后点击⼯具条上的按钮即可。
例1.2 使⽤LINGO 软件计算6个发点8个收点的最⼩费⽤运输问题。
产销单位运价如model :!6发点8收点运输问题; sets :warehouses/wh1..wh6/: capacity; vendors/v1..v8/: demand;links(warehouses,vendors): cost, volume; endsets !⽬标函数;min =@sum (links: cost*volume); !需求约束;@for (vendors(J):@sum (warehouses(I): volume(I,J))=demand(J)); !产量约束;@for (warehouses(I):@sum (vendors(J): volume(I,J))<=capacity(I));!这⾥是数据; data :capacity=60 55 51 43 41 52;demand=35 37 22 32 41 32 43 38; cost=6 2 6 7 4 2 9 5 4 9 5 3 8 5 8 2 5 2 1 9 7 4 3 3 7 6 7 3 9 2 7 1 2 3 9 5 7 2 6 5 5 5 2 2 8 1 4 3; enddata end然后点击⼯具条上的按钮即可。
LINGO教程(基本语法)
加上变量的非负约束
26
第26页,共152页。
LINGO 教 程
注:LINDO中没有数组,只能对每个季度分别定义变量,如正 常产量就要有RP1,RP2,RP3,RP4 4个变量等。写起来就比 较麻烦,尤其是更多(如1000个季度)的时候。
•变量可以放在约束条件的右端(同时数字也可放在约束条件的左端)。但为 了提高LINGO求解时的效率,应尽可能采用线性表达式定义目标和约束 (如果可能的话)。 •语句是组成LINGO模型的基本单位,每个语句都以分号结尾,编写程序时 应注意模型的可读性。例如:一行只写一个语句,按照语句之间的嵌套关 系对语句安排适当的缩进,增强层次感。 •以感叹号开始的是说明语句(说明语句也需要以分号结束))。
命令行 模式:仅在命令窗口(Command Window)下操作, 通过输入行命令驱动LINGO运行 。
6
第6页,共152页。
从LINDO 到 LINGO
LINGO 教 程
LINGO 9.0功能增强,性能稳定,解答结果可靠。与 LINDO相比,LINGO 软件主要具有两大优点:
• 除具有LINDO的全部功能外,还可用于求解非线性规 划问题,包括非线性整数规划问题;
17
第17页,共152页。
LINGO早期版本对LINDO的兼容问题
LINGO 教 程
从LINDO模型到LINGO模型的实质性转化工作主要在于以下 几个方面(这也是LINGO模型的最基本特征):
•将目标函数的表示方式从“MAX”变成了“MAX=”;
•“ST”(SubjectTo)在LINGO模型中不需要,被删除; •在系数与变量之间增加运算符“*”(即乘号不能省略);
特殊求解程序当前运行步数: 分枝数(对B-and-B程序); 子问题数(对Global程序);
LINGO基本教程(完整版)pdf
LINGO基本教程(完整版)pdf一、教学内容本节课我们使用的教材是《LINGO基本教程》,我们将学习第14章的内容。
第1章介绍LINGO软件的基本操作,包括界面的熟悉、模型的建立等;第2章学习线性规划模型的建立与求解;第3章讲解非线性规划模型的建立与求解;第4章介绍整数规划模型的建立与求解。
二、教学目标1. 学生能够熟练操作LINGO软件,建立和求解线性、非线性以及整数规划模型。
2. 学生能够理解线性、非线性以及整数规划的基本概念,并能够运用到实际问题中。
3. 学生通过学习LINGO基本教程,提高自己的逻辑思维能力和解决实际问题的能力。
三、教学难点与重点重点:熟练操作LINGO软件,建立和求解线性、非线性以及整数规划模型。
难点:理解线性、非线性以及整数规划的基本概念,以及如何将这些概念运用到实际问题中。
四、教具与学具准备教具:多媒体教学设备、投影仪、计算机。
学具:学生计算机、LINGO软件、教材《LINGO基本教程》。
五、教学过程1. 实践情景引入:以一个简单的线性规划问题为切入点,引导学生思考如何利用LINGO软件求解。
2. 讲解教材内容:分别讲解第14章的内容,包括LINGO软件的基本操作、线性规划模型的建立与求解、非线性规划模型的建立与求解以及整数规划模型的建立与求解。
3. 例题讲解:针对每个章节的内容,选择合适的例题进行讲解,让学生通过例题理解并掌握相关知识点。
4. 随堂练习:在每个章节讲解结束后,安排随堂练习,让学生通过练习巩固所学知识。
5. 课堂互动:鼓励学生提问,解答学生在学习过程中遇到的问题。
6. 板书设计:每个章节的重要知识点和操作步骤进行板书设计,方便学生复习。
7. 作业布置:布置与本节课内容相关的作业,巩固所学知识。
六、作业设计1. 作业题目:最大化问题:目标函数:Z = 2x1 + 3x2约束条件:x1 + x2 ≤ 62x1 + x2 ≤ 8x1, x2 ≥ 0最大化问题:目标函数:Z = x1^2 + x2^2约束条件:x1 + x2 ≤ 5x1^2 + x2^2 ≤ 10x1, x2 ≥ 0最大化问题:目标函数:Z = 3x1 + 2x2约束条件:x1 + x2 ≤ 42x1 + x2 ≤ 6x1, x2 均为整数2. 答案:(1)线性规划问题的解为:x1 = 2, x2 = 4(2)非线性规划问题的解为:x1 = 3, x2 = 2(3)整数规划问题的解为:x1 = 2, x2 = 2七、板书设计1. 第1章:LINGO软件的基本操作(1)界面的熟悉(2)模型的建立2. 第2章:线性规划模型的建立与求解(1)目标函数的定义(2)约束条件的设置(3)求解线性规划问题3. 第3章:非线性规划模型的建立与求解(1)目标函数的定义(2)约束条件的设置(3)求解非线性规划问题4. 第4章:整数规划模型的建立与求解(1)目标函数的定义(2)约束条件的设置(3)求解整数规划问题八、课后反思及拓展延伸本节课通过实践情景引入,使学生能够快速融入学习状态。
2024年度培训教案LINGO一
根据问题的类型和规模,选择适合的LINGO求解器,如线性规划、整数规划等 。
参数设置
了解并设置求解器的相关参数,如迭代次数、收敛精度等,以提高求解效率和 准确性。
2024/2/2
14
求解过程展示和结果输出格式说明
求解过程展示
通过LINGO的输出窗口或日志文件,展示求解过程的详细信息,包括迭代次数、 目标函数值变化等。
根据问题类型和规模选择合适的 求解器,避免使用不当导致求解 失败或效率低下。
2024/2/2
17
04
高级功能应用——灵敏度分析 和多目标优化
Chapter
2024/2/2
18
灵敏度分析概念及其作用阐述
2024/2/2
灵敏度分析定义
01
研究当模型中某些参数发生变化时,最优解将如何变化的分析
方法。
灵敏度分析作用
培训教案LINGO一
2024/2/2
1
目录
2024/2/2
• LINGO软件简介与安装 • 基础知识与数学模型构建 • 求解过程及结果解读 • 高级功能应用——灵敏度分析和多目标优化 • 实际应用场景——生产调度和物流配送问题 • 课程总结与回顾
2
01
LINGO软件简介与安装
Chapter
2024/2/2
2024/2/2
30
下一讲预告
下一讲将介绍LINGO软件在组 合优化问题中的应用,包括旅行 商问题、背包问题等经典组合优
化问题的求解方法。
还将讲解如何使用LINGO软件 进行灵敏度分析和参数优化,帮 助学员更好地理解和应用优化理
论。
最后,将提供一些实际案例供学 员练习和讨论,加深学员对
Lingo教程(一)
本章和下一章扼要介绍在 Microsoft Windows 环境下运行的 LINDO 6.1,LINGO 8.0 最新版本的使用方法,并包括社会、经济、工程等方面的一些实际应用问题的数学建模和求 解实例。
xyz=30
x+y=8
y=5 则 LINDO/LINGO 软件能直接确定出 y=5, 然后确定出 x=3,最后确定出 z=2, 这三个变量就是 常量了。经过这样的处理,将尽量减小模型中实际需要求解的决策变量的个数,使问题的规 模有所下降,从而使求解更有效。
LINDO/LINGO 预处理程序
LP QP
5、模型中使用的单位的数量级要适当 如果同一模型甚至同一约束中有的数很小而有的数很大, 如 0.01 和 10000000000, 则这两 个数的数量级相差太大了,不利于优化模型求解,因为大的数与小的数运算时误差会很大, 运算精度降低。LINDO/LINGO 通常希望模型中数据之间的数量级不要相差超过 103,否则会 给出警告提示信息,这时你应该尽量选择适当的单位,使数据之间的数量级相差减小。
优化模型
连续优化
整数规划
线性规划
二次规划
非线性规划
LINDO
LINGO
图 3-1 LINDO 和 LINGO 软件能求解的优化模型
第 37 页 共 112 页
谢金星:MATLAB 优化工具箱和 LINDO/LINGO 优化软件
第 38 页 共 112 页
LINGO教程(基本语法)精品PPT课件
扩展 的求 解器 (求解 程序) 状态 框
15
目前为止找到的可行 解的最佳目标函数值
有效步数
目标函数值的界
特殊求解程序当前运行步数: 分枝数(对B-and-B程序); 子问题数(对Global程序); 初始点数(对Multistart程序)
• 运行状态窗口
LINGO 教 程
注:凡是可以从一个约束直接解出变量取值时,这个 变量就不认为是决策变量而是固定变量,不列入统计 中;只含有固定变量的约束也不列入约束统计中。
7
LINGO 教 程
在LINGO中使用LINDO模型
LINGO的界面
• LINGO软件的主窗口(用 户界面),所有其他窗口 都在这个窗口之内。
• 状态行(最左边显
示“Ready”,表
8
示 “准备就绪”)
• 当前光标 的位置
• 模型窗口(Model Window),用于输入 LINGO优化模型(即 LINGO程序)。
27
集合及其属性
• QUARTERS集合的属性
LINGO 教 程
LINGO软件的基本使用方法
1
内容提要
1. LINGO入门 2.在LINGO中使用集合 3. 运算符和函数 4. LINGO的主要菜单命令 5. LINGO命令窗口
2
LINGO 教 程
LINGO 教 程
1. LINGO入门 2.在LINGO中使用集合 3. 运算符和函数 1. LINGO入门 4. LINGO的主要菜单命令 5. LINGO命令窗口
16
LINGO早期版本对LINDO的兼容问题
LINGO 教 程
在LINGO 9.0以前的版本中不能直接用命令打开LINDO模型,但 由FILE | IMPORT LINDO FILE (F12)命令可以直接把LINDO的模 型文件转化成LINGO模型。运行后屏幕上会显示一个标准的“打 开文件”的对话框,打开EXAM0201.LTX,在LINGO主窗口中 又打开了命令窗口(Command Window)显示原始文件,名为 “exam0201”的模型窗口显示的是等价的LINGO模型。当前光 标位于命令窗口。
lingo教程 有图
从编辑菜单中选用“Select All”命令或按Ctrl+A组合键可选定当前窗口 中的所有内容。 7. 匹配小括号(Match Parenthesis)
从编辑菜单中选用“Match Parenthesis”命令、单击“Match Parenthesis”按钮或按Ctrl+P组合键可以为当前选中的开括号查找匹配的 闭括号。 8. 粘贴函数(Paste Function) 从编辑菜单中选用“Paste Function”命令可以将LINGO的内部函数粘贴 到当前插入点。
LINGO软件菜单——WINDOW
1. 命令行窗口(Open Command Window) 从窗口菜单中选用“Open Command
Window”命令或直接按Ctrl+1可以打开LINGO 的命令行窗口。在命令行窗口中可以获得命 令行界面,在“:”提示符后可以输入LINGO的 命令行命令。 2. 状态窗口(Status Window)
LINGO软件菜单——EIDT
1. 恢复(Undo) 从编辑菜单中选用“恢复”(Undo)命令或按Ctrl+Z组合键,将撤销上 次操作、恢复至其前的状态。 2. 剪切(Cut) 从编辑菜单中选用“剪切”(Cut)命令或按Ctrl+X组合键可以将当前选 中的内容剪切至剪贴板中。 3. 复制(Copy) 从编辑菜单中选用“复制”(Copy)命令、单击“复制”按钮或按Ctrl+C组 合键可以将当前选中的内容复制到剪贴板中。 4. 粘贴(Paste) 从编辑菜单中选用“粘贴”(Paste)命令、单击“粘贴”按钮或按Ctrl+V 组合键可以将粘贴板中的当前内容复制到当前插入点的位置。 5. 粘贴特定..(Paste Special。。) 与上面的命令不同,它可以用于剪贴板中的内容不是文本的情形. 6. 全选(Select All)
LINGO教程
Model Regeneration
(模型的重新生成)
本修改后才再生成模型; · When text changes or with external references:当模型的文本修改或模型含有外 部引用时(缺省设置); · Always:每当有需要时。
-7-
LINGO 教程
-3-
LINGO 教程
6 . 全选 (Select All) 从编辑菜单中选用“Select All ”命令或按 Ctrl+A 组合键可选定当前窗口中的所 有内容。 7 . 匹配小括号(Match Parenthesis) 从编辑菜单中选用“Match Parenthesis”命令、单击“Match Parenthesis”按钮 或按 Ctrl+P 组合键可以为当前选中的开括号查找匹配的闭括号。 8 . 粘贴函数(Paste Function) 从编辑菜单中选用“Paste Function”命令可以将 LINGO 的内部函数粘贴到当前插 入点。
§ 2 LINGO WINDOWS 命令
2.1 文件菜单( File Menu)
( 1 )新建(New) 从文件菜单中选用“新建”命令、单击“新建”按钮或直接按 F2 键可以创建一个 新的“Model”窗口。在这个新的“Model”窗口中能够输入所要求解的模型。 ( 2 ) 打开(Open) 从文件菜单中选用“打开”命令、单击“打开”按钮或直接按 F3 键可以打开一个 已经存在的文本文件。这个文件可能是一个 Model 文件。 ( 3 ) 保存 (Save) 从文件菜单中选用“保存”命令、单击“保存”按钮或直接按 F4 键用来保存当前 活动窗口(最前台的窗口)中的模型结果、命令序列等保存为文件。 ( 4 )另存为...(Save As ...) 从文件菜单中选用“另存为...”命令或按 F5 键可以将当前活动窗口中的内容 保存为文本文件,其文件名为你在“另存为...”对话框中输入的文件名。利用这种 方法你可以将任何窗口的内容如模型、求解结果或命令保存为文件。 ( 5 )关闭(Close) 在文件菜单中选用“关闭”(Close)命令或按 F6 键将关闭当前活动窗口。如果这个 窗口是新建窗口或已经改变了当前文件的内容,LINGO 系统将会提示是否想要保存改变 后的内容。 ( 6 ) 打印 (Print) 在文件菜单中选用“打印” (Print)命令、单击“打印”按钮或直接按 F7 键可以 将当前活动窗口中的内容发送到打印机。 ( 7 ) 打印设置(Print Setup ...) 在文件菜单中选用“打印设置...”命令或直接按 F8 键可以将文件输出到指定 的打印机。 ( 8 ) 打印预览(Print Preview)
(完整版)lingo初级入门手册
LINGO软件使用
LINGO是美国LINDO系统公司开发的一套专门用 于求解最优化问题的软件.它为求解最优化问题提供 了一个平台,主要用于求解线性规划、非线性规划、 整数规划、二次规划、线性及非线性方程组等问 题.它是最优化问题的一种建模语言,包含有许多常 用的函数供使用者编写程序时调用,并提供了与其他 数据文件的接口,易于方便地输入,求解和分析大规 模最优化问题,且执行速度快.由于它的功能较强, 所以在教学、科研、工业、商业、服务等许多领域得 到了广泛的应用.
STUDENTS/1..5/:NAME,AGE; ENDSETS
数学建模及其实验
数学建模及其实验
数学建模及其实验
数学建模及其实验
派生集:
Setname(parent_set_list(源集列表))[/member_list/][:attribute_list];
图1.1中最外层的窗口是LINGO软件的主窗口(LINGO软件的用户界 面),所有其他窗口都在这个窗口之内.主窗口有:标题栏、菜单栏、工 具栏和状态栏.目前,状态栏最左边显示的是“Ready”,表示准备就绪, 右下角显示的是当前时间,时间前面是当前光标的位置“Ln 1,Col 1” (即1行1列).将来用户可以用选项命令(LINGO|Options|Interface菜单 命令)决定是否需要显示工具栏和状态栏.
LINGO|Solution(Ctrl-O)(解答)命令显示当前解
• LINGO|Range(Ctrl-R)
LINGO|Range(Ctrl-R)(灵敏度分析)命令显示当前解的灵敏度分析结 果.(你必须在此之前求解过当前模型)
数学建模及其实验
• LINGO|Options(Ctrl-I)
- 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)。
例 2.3
sets: product/A B/; machine/M N/; week/1..2/; allowed(product,machine,week):x; endsets
LINGO 生成了三个父集的所有组合共八组作为 allowed 集的成员。列表如下: 编号 成员 1 (A,M,1)
共 53 页 4
注意:用“[]”表示该部分内容可选。下同,不再赘述。
Setname 是你选择的来标记集的名字,最好具有较强的可读性。集名字必须严格符合标 准命名规则:以拉丁字母或下划线(_)为首字符,其后由拉丁字母(A—Z) 、下划线、阿拉 伯数字(0,1,…,9)组成的总长度不超过 32 个字符的字符串,且不区分大小写。
LINGO 教程
LINGO 是用来求解线性和非线性优化问题的简易工具。LINGO 内置了一种建立最优化模型 的语言,可以简便地表达大规模问题,利用 LINGO 高效的求解器可快速求解并分析结果。
§1 LINGO 快速入门
当你在 windows 下开始运行 LINGO 系统时,会得到类似下面的一个窗口:
共 53 页 3
LINGO 教程
MonthM..MonthN MonthYearM..MonthYearN
Oct..Jan Oct2001..Jan2002
Oct,Nov,Dec,Jan Oct2001,Nov2001,Dec2001,Jan2002
③ 集成员不放在集定义中,而在随后的数据部分 数据部分来定义。 数据部分 例 2.2
共 53 页 1
LINGO 教程
A3 A4 A5 A6 销量
5 7 2 5 35
2 6 3 5 37
1 7 9 2 22
9 3 5 2 32
7 9 7 8 41
4 2 2 1 32
3 7 6 4 43
3 1 5 3 38
51 43 41 52
使用 LINGO 软件,编制程序如下:
model: !6 发点 8 收点运输问题; sets: warehouses/wh1..wh6/: capacity; vendors/v1..v8/: demand; links(warehouses,vendors): cost, volume; endsets !目标函数; min=@sum(links: cost*volume); !需求约束; @for(vendors(J): @sum(warehouses(I): volume(I,J))=demand(J)); !产量约束; @for(warehouses(I): @sum(vendors(J): volume(I,J))<=capacity(I)); !这里是数据; data: capacity=60 55 51 43 41 52; demand=35 37 22 32 41 32 43 38; cost=6 2 6 7 4 2 9 5 4 9 5 3 8 5 8 2 5 2 1 9 7 4 3 3 7 6 7 3 9 2 7 1 2 3 9 5 7 2 6 5 5 5 2 2 8 1 4 3; enddata end
外层是主框架窗口, 包含了所有菜单命令和工具条, 其它所有的窗口将被包含在主窗口之下。 在主窗口内的标题为 LINGO Model – LINGO1 的窗口是 LINGO 的默认模型窗口,建立的模型 都都要在该窗口内编码实现。下面举两个例子。 例 1.1 如何在 LINGO 中求解如下的 LP 问题:
然后点击工具条上的按钮 即可。 为了能够使用 LINGO 的强大功能,接着第二节的学习吧。
§2 LINGO 中的集
对实际问题建模的时候,总会遇到一群或多群相联系的对象,比如工厂、消费者群体、交通 工具和雇工等等。LINGO 允许把这些相联系的对象聚合成集 集(sets) 。一旦把对象聚合成集, 就可以利用集来最大限度的发挥 LINGO 建模语言的优势。 现在我们将深入介绍如何创建集,并用数据初始化集的属性。学完本节后,你对基于建 模技术的集如何引入模型会有一个基本的理解。 2.1 为什么使用集 集是 LINGO 建模语言的基础,是程序设计最强有力的基本构件。借助于集,能够用一个
allowed(product,machine,week)/A M 1,A N 2,B N 1/;
如果需要生成一个大的、稀疏的集,那么显式罗列就很讨厌。幸运地是许多稀疏集的成员都 满足一些条件以和非成员相区分。 我们可以把这些逻辑条件看作过滤器, 在 LINGO 生成派生 集的成员时把使逻辑条件为假的成员从稠密集中过滤掉。 例 2.4
注意:该命名规则同样适用于集成员名和属性名等的命名。
Member_list 是集成员列表。如果集成员放在集定义中,那么对它们可采取显式罗列和 隐式罗列两种方式。如果集成员不放在集定义中,那么可以在随后的数据部分定义它们。 ① 当显式罗列成员时, 必须为每个成员输入一个不同的名字, 中间用空格或逗号搁开, 允许混合使用。 例 2.1 可以定义一个名为 students 的原始集,它具有成员 John、Jill、Rose 和 Mike, 属性有 sex 和 age:
sets: students/John endsets Jill, Rose Mike/: sex, age;
② 当隐式罗列成员时,不必罗列出每个集成员。可采用如下语法: setname/member1..memberN/[: attribute_list]; 这里的 member1 是集的第一个成员名,memberN 是集的最末一个成员名。LINGO 将自动产生 中间的所有成员名。 LINGO 也接受一些特定的首成员名和末成员名, 用于创建一些特殊的集。 列表如下: 隐式成员列表格式 1..n StringM..StringN DayM..DayN 1..5 Car2..car14 Mon..Fri 示例 1,2,3,4,5 Car2,Car3,Car4,…,Car14 Mon,Tue,Wed,Thu,Fri 所产生集成员
!集部分; sets: students:sex,age; endsets !数据部分; data: students,sex,age= John Jill Rose Mike enddata
1 0 0 1
16 14 17 13;
注意:开头用感叹号(!) ,末尾用分号(;)表示注释,可跨多行。
在集部分只定义了一个集 students,并未指定成员。在数据部分罗列了集成员 John、 Jill、Rose 和 Mike,并对属性 sex 和 age 分别给出了值。 集成员无论用何种字符标记,它的索引都是从 1 开始连续计数。在 attribute_ list 可 以指定一个或多个集成员的属性,属性之间必须用逗号隔开。 可以把集、集成员和集属性同 C 语言中的结构体作个类比。如下图: 集 ←→ 结构体 集成员 ←→ 结构体的域 集属性 ←→ 结构体实例 LINGO 内置的建模语言是一种描述性语言,用它可以描述现实世界中的一些问题,然后 再借助于 LINGO 求解器求解。因此,集属性的值一旦在模型中被确定,就不可能再更改。在 LINGO 中,只有在初始部分 初始部分中给出的集属性值在以后的求解中可更改。这与前面并不矛盾, 初始部分 初始部分是 LINGO 求解器的需要,并不是描述问题所必须的。 2.3.2 定义派生集 为了定义一个派生集,必须详细声明: ·集的名字 ·父集 父集的名字 父集 ·可选,集成员 ·可选,集成员的属性 可用下面的语法定义一个派生集: setname(parent_set_list)[/member_list/][:attribute_list]; setname 是集的名字。 parent_set_list 是已定义的集的列表, 多个时必须用逗号隔开。 如果没有指定成员列表, 那么 LINGO 会自动创建父集成员的所有组合作为派生集的成员。 派 生集的父集既可以是原始集,也可以是其它的派生集。
用竖线 (|) 来标记一个成员资格过滤器的开始。 #eq#是逻辑运算符, 用来判断是否“相 等”,可参考§4. &1 可看作派生集的第 1 个原始父集的索引,它取遍该原始父集的所有成 员; &2 可看作派生集的第 2 个原始父集的索引, 它取遍该原始父集的所有成员; &3, &4, ……, 以此类推。注意如果派生集 B 的父集是另外的派生集 A,那么上面所说的原始父集是集 A 向 前回溯到最终的原始集,其顺序保持不变,并且派生集 A 的过滤器对派生集 B 仍然有效。因 此, 派生集的索引个数是最终原始父集的个数, 索引的取值是从原始父集到当前派生集所作 限制的总和。 总的来说,LINGO 可识别的集只有两种类型:原始集和派生集。 在一个模型中,原始集是基本的对象,不能再被拆分成更小的组分。原始集可以由显式 罗列和隐式罗列两种方式来定义。 当用显式罗列方式时, 需在集成员列表中逐个输入每个成 员。 当用隐式罗列方式时, 只需在集成员列表中输入首成员和末成员, 而中间的成员由 LINGO 产生。 另一方面,派生集是由其它的集来创建。这些集被称为该派生集的父集(原始集或其它 的派生集) 。一个派生集既可以是稀疏的,也可以是稠密的。稠密集包含了父集成员的所有 组合(有时也称为父集的笛卡尔乘积) 。稀疏集仅包含了父集的笛卡尔乘积的一个子集,可 通过显式罗列和成员资格过滤器这两种方式来定义。 显式罗列方法就是逐个罗列稀疏集的成 员。 成员资格过滤器方法通过使用稀疏集成员必须满足的逻辑条件从稠密集成员中过滤出稀 疏集的成员。不同集类型的关系见下图。
min s.t.
2 x1 + 3 x 2 x1 + x 2 ≥ 350 x1 ≥ 100
2 x1 + x 2 ≤ 600 x1 , x 2 ≥ 0
在模型窗口中输入如下代码: min=2*x1+3*x2; x1+x2>=350; x1>=100; 2*x1+x2<=600; 然后点击工具条上的按钮 即可。 例 1.2 使用 LINGO 软件计算 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。 单 位 销地 运 B1 B2 B3 B4 B5 B6 B7 B8 产量 价 产地 A1 A2 6 4 2 9 6 5 7 3 4 8 2 5 5 8 9 2 60 55