lingo使用指南
LINGO使用说明比较简单
LINGO使用说明比较简单
第九步，分析和优化结果。
优化模型求解完成后，你可以通过结果显
示区中的结果表格和图表来分析和优化结果。
LINGO还提供了一些分析工具，如灵敏度分析和场景分析，帮助你深入理解模型的行为和性能。
第十步，保存和导出结果。
在 LINGO 中，你可以保存整个优化模型
及其求解结果，以供将来使用。
通过点击菜单栏中的“文件”选项，选择“保存”或“导出”，就可以将模型和结果保存为不同的文件格式，如LINGO模型文件（.lng）、Excel 文件（.xls）或文本文件（.txt）。
通过上述十个步骤，你可以使用LINGO软件完成一个优化模型的建立、求解和分析。
当然，LINGO还具备其他高级功能和应用，如混合整数规划、随机规划和非线性规划等，可以根据你的具体需求进行进一步学习和应用。
LINGO使用手册和官方网站上有更多详细的说明和案例，可以帮助你更好
地使用和理解LINGO软件。
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：在模型窗口中输入如下代码：,6002100350..32min 212112121≥≤+≥≥++x x x x x x x t s x xmin=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 54 95 3 8 5 8 25 2 1 9 7 4 3 37 6 7 3 9 2 7 12 3 9 5 7 2 6 55 5 2 2 8 1 4 3;enddataend然后点击工具条上的按钮即可。
lingo软件实用手册
Lingo软件实用手册大庆石油学院数学系2005.6用途：可用于求解线性（LP）或非线性规划（NLP）问题，主要用于解大规模数学规划问题。
一．LINGO入门设有数学模型如下：Max 2x+3ys.t. 4x+3y<=103x+5y<=12x>0y>01．首先启动LINGO8.0屏幕显示如下：标记LINGO的外窗口是主框架窗口，主框架窗口的上面包含所有的命令菜单和命令工具栏；标记LINGO MODEL-LINGO1的子窗口是一个新的、空白的模型窗口:2．输入模型在空白的模型窗口中输入：3．求解模型1) 选择主框架窗口上面的LINGO菜单下的Solve命令；或者按工具栏的Solve button()；2) LINGO开始编译模型，如有语法错误将返回一个错误的消息并指明错误出现的位置；如果通过编译,LINGO将激活Solver运算器3) 首先出现solver status 窗口，其作用是监控solver的进展和显示模型的维数等信息；寻求模型的最优解；4)计算完成后出现Solution Report窗口显示模型解的详细信息；Objective value: 目标函数值Variable value :变量值Reduced Cost：在max模型中，相应变量的reduced cost值表示当该变量每增加一个单位时目标函数减少的量。
本例中此值均为0SLACK OR SURPLUS：给出约束条件的松驰变量或剩余变量的值；小于等于约束为松驰变量（SLACK ）；大于等于约束为剩余变量（SURPLUS ）DUAL PRICES：给出对偶价格的值，表示约束条件右端的常数项每增加一个单位，目标函数相应获得的改变量。
4．注意事项：1) 每一个规划都以“MODEL:”开始, 又以“END”结束, 也可以省略此结构;2) 目标函数必须由“min =”或“max =”开头。
3) 可以用<表示<=或<；用>表示>=或>；Lingo无严格小于，欲使a<b，可以表示成a+ <b，适当选取小的正常数）4) LINGO的每一语句以分号结束；5) 注释以叹号（！）开始，以分号(；)结束；6) LINGO 不区分变量名的大小写，变量名由字母数字下划线组成，第一个字符必须是字母，变量名最长为32个字符；7) LINGO编辑器用蓝色显示LINGO关键字，绿色显示注释，其他文本用黑色；匹配的括号用红色高亮度显示。
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;
lingo基本用法
lingo基本用法以下是 9 条关于“lingo 基本用法”的内容：1. 嘿，你知道吗，lingo 里的变量定义可简单啦！就像给东西起个名字一样自然。
比如说，咱要算一堆苹果的数量，那就可以设个变量叫apple_num 呀，这不就清楚明白啦！2. 哇塞，lingo 的约束条件就像是给问题加上规矩。
就好比说，规定一个房间最多能进 10 个人，这就是个约束呀。
比如限制某种资源不能超过多少，lingo 就能很好地处理呢！3. 哎呀呀，lingo 的目标函数那可重要了！这就好比是你要去追求的目标。
比如你想让利润最大化，那目标函数就是让利润相关的表达式达到最大呀！像算怎么卖东西能赚最多钱，lingo 就能帮你找到答案哟！4. 嘿，lingo 的表达式书写也不难呢！就像写个数学式子一样。
比如 2x +3y 这么简单明了。
要计算一些关系，用它来写表达式再合适不过了！5. 哇哦，lingo 里的集合定义多有意思啊！像是把一群相关的东西归到一起。
比如把不同类型的商品归成一个集合，然后对它们进行统一的处理呀，是不是很方便呀？6. 哎呀，lingo 的求解命令一敲，就等着答案出来啦！就像你按下按钮，机器就开始工作一样。
你看，多神奇啊，一下子就知道结果了呢！7. 嘿，lingo 还能处理复杂的数据呢！就像一个聪明的小助手，不管多乱的数据它都能理清楚。
比如算一大堆乱七八糟数字的关系，lingo 绝对能应付得来呀！8. 哇，lingo 的模型建立虽然要动点脑筋，但一旦建好了，那可太好用啦！就跟盖房子一样，辛苦一点，盖好了住着就舒服啦。
你想想，自己建的模型能用起来，多有成就感呀！9. 哎呀呀，掌握了 lingo 的基本用法，那真的是能解决好多问题呢！不管是算数量还是优化方案，都不在话下。
所以呀，还不赶紧去学学，让它为你服。
lINGO11使用
输出结果： 运行菜单命令“LINGO|Solve”
最大利润=11077.5
最优整数解 X=(35，65)
j j
j j
本例中集合的概念 利用集合的概念，可以定义需求点DEMAND和供应点 SUPPLY两个集合，分别有6个和2个元素(下标)。但决 策变量(运送量) c 与集合DEMAND和集合SUPPLY都 有关系的。该如何定义这样的属性？
ij
集合的属性相当于以集合的元素为下标的数组。这里的 c 相当于二维数组。它的两个下标分别来自集合 DEMAND和SUPPLY，因此可以定义一个由二元对组 成的新的集合，然后将 c 定义成这个新集合的属性。
输入窗口如下：
程序语句输入的备注：
•LINGO总是根据“MAX=”或“MIN=”寻找目标函数， 而除注释语句和TITLE语句外的其他语句都是约束条 件，因此语句的顺序并不重要 。 •限定变量取整数值的语句为“@GIN(X1)”和 “@GIN(X2)”，不可以写成“@GIN(2)”，否则 LINGO将把这个模型看成没有整数变量。
ij ij
输入程序
定义了三个集合，其中LINK在前 两个集合DEMAND 和SUPPLY的 基础上定义 表示集合LINK中的元素就是集合DEMAND 和SUPPLY的元素组合成的有序二元组， 从数学上看LINK是DEMAND 和SUPPLY的笛 卡儿积，也就是说 LINK={（S，T）|SDEMAND，TSUPPLY} 因此，其属性C也就是一个6*2的矩阵（或者 说是含有12个元素的二维数组）。
lingo使用手册
lingo使用手册Lingo使用手册本手册旨在帮助用户了解和使用Lingo软件。
Lingo是一种用于程序设计和开发的工具，用于创建交互式应用程序和游戏。
本手册将指导您使用Lingo的各种功能和功能。
目录1、引言1.1 Lingo概述1.2 如何获取Lingo1.3 系统要求2、安装和配置2.1 安装Lingo2.2 激活Lingo许可证2.3 配置Lingo环境3、Lingo基础知识3.1 Lingo语法3.2 变量和数据类型3.3 运算符3.4 控制结构3.5 函数和方法3.6 数组和列表4、交互式应用开发4.1 创建交互式界面4.2 事件处理4.3 用户输入和输出4.4 数据验证和处理4.5 错误处理4.6 数据存储和检索5、游戏开发5.1 创建游戏场景5.2 角色和动画5.3 游戏逻辑与规则5.4 碰撞检测和物理模拟 5.5 游戏音频和视觉效果5.6 游戏性能优化6、调试和测试6.1 Lingo调试工具6.2 单元测试6.3 集成测试6.4 性能优化和代码审查7、常见问题解答7.1 Lingo常见错误和解决方案7.2 常见Lingo编码问题7.3 Lingo资源和社区支持附件本文档涉及的法律名词及注释：1、许可证 - 一种法律文件，规定用户对软件的使用权和限制。
2、事件处理 - 在程序中响应用户操作或系统事件的过程。
3、数据验证 - 确保用户输入满足特定要求或规则的过程。
4、错误处理 - 处理程序中出现的错误和异常情况的过程。
5、碰撞检测 - 在游戏开发中，检测两个对象是否发生碰撞的过程。
6、物理模拟 - 在游戏中模拟物体之间的物理行为，如重力、碰撞等。
7、单元测试 - 在软件开发中，测试单个模块或函数的正确性和性能的过程。
8、集成测试 - 在软件开发中，测试整个应用程序或系统的正确性和性能的过程。
9、代码审查 - 对软件源代码进行系统的检查和评估，以确保质量和可靠性。
本文档涉及的附件请参考附件部分。
第三章 LINGO软件使用入门及命令集
第三章 LINGO软件使用入门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．§3.1 LINGO操作界面简介在Windows操作系统下启动LINGO软件，屏幕上首先显示如图1.1所示的窗口．图1.1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有5个主菜单：●File（文件）●Edit（编辑）●LINGO（LINGO系统）●Windows（窗口）●Help（帮助）这些菜单的用法与Windows下其他应用程序的标准用法类似，下面只对主菜单中LINGO系统的主要命令进行简要介绍．LINGO系统（LINGO）的主菜单●LINGO|Solve(Ctrl-S)LINGO|Solve(Ctrl-S)（求解）命令对当前模型进行编译并求解．如果当前模型输入有错误，编译时将报告错误．求解时会显示一个求解器运行状态窗口．●LINGO|Solution(Ctrl-O)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）●LINGO|Options(Ctrl-I)LINGO|Options(Ctrl-I)（选项）命令将打开一个含有7个选项卡的对话框窗口，你可以通过它修改LINGO系统的各种控制参数和选项．修改完以后，你如果单击“应用”按钮，则新的设置马上生效；如果单击“OK”按钮，则新的设置马上生效，并且同时关闭该窗口；如果单击“Save”按钮，则将当前设置变为默认设置，下次启动LINGO时这些设置仍然有效；如果单击“Default”按钮，则恢复LINGO系统定义的原始默认设置；如果单击“Cancel”按钮将废弃本次操作，退出对话框；单击“Help”按钮将显示本对话框的帮助信息．●LINGO|Generate和LINGO|PictureLINGO|Generate和LINGO|Picture命令都是在模型窗口下才能使用，他们的功能是按照LINGO模型的完整形式分别以代数表达式形式和矩阵图形形式显示目标函数和约束．●LINGO|Debug（Ctrl+D）LINGO|Debug（Ctrl+D）命令分析线性规划无解或无界的原因，建议如何修改●LINGO|Model Statistics（Ctrl+E）LINGO|Model Statistics（Ctrl+E）命令显示当前模型的统计信息．●LINGO|Look（Ctrl+L）LINGO|Look（Ctrl+L）命令显示当前模型的文本形式，显示时对所有行按顺序编号．图1.2给出了工具栏的简要功能说明．图1.2当前光标所在的窗口（窗口标题栏上标有“LINGO Model-LINGO1”），就是模型窗口（model windows），也就是用于输入LINGO优化模型（即LINGO程序）的窗口．§3.2 LINGO模型的基本特征LINGO模型（程序）从LINGO模型窗口输入，它以语句“MODEL:”开始，以语句“END”结束．它是由一系列语句组成，每个语句都是以分号“；”结束，语句是组成LINGO模型的基本单位．每行可以写多个语句，为了保持模型的可读性，最好一行只写一个语句，并且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“！”开始的语句是注释语句（注释语句也需要以分号“；”结束）．LINGO模型（程序）一般由5个部分（或称5段）组成：（1）集合段（SETS）：这部分要以“SETS：”开始，以“ENDSETS”结束，作用在于定义必要的集合变量（SET）及其元素（member，含义类似于数组的下标）和属性（attribute，含义类似于数组）．格式有基本集和派生集两种．基本集：Setname(集合变量名)[/member_list(元素列表)/][:attribute_list(属性列表)]；元素列表可以全部一一列出，也可以用格式“/元素1..元素N/”列出，例如SETS：STUDENTS/1,2,3,4,5/:NAME,AGE；ENDSETSSETS：STUDENTS/1..5/:NAME,AGE；ENDSETS派生集：Setname(parent_set_list(源集列表))[/member_list/][:attribute_list]；例如SETS:PRODUCT/A B/；MACHINE/M N/；WEEK/1..2/；ALLOWED( PRODUCT,MACHINE,WEEK)；ENDSETS列表可以用逗号“，”分开，也可以用空格分开．（2）数据段（DATA）：这部分要以“DATA：”开始，以“ENDDATA”结束，作用在于对集合的属性（数组）输入必要的常数数据．格式为：attribute_list(属性列表)=value_list(常数列表)；例如SETS:SET1 /A, B, C/: X, Y；ENDSETSDATA:X = 1 2 3；Y = 4 5 6；ENDDATA（3）初始化段（INIT）：这部分要以“INIT：”开始，以“ENDINIT”结束，作用在于对集合的属性（数组）给出初值．格式为：attribute_list(属性列表)=value_list(常数列表)；与数据段的用法类似．（4）计算段（CALC）：这部分要以“CALC：”开始，以“ENDCALC”结束，作用在于对一些原始数据进行计算处理．因为在实际问题中，输入的数据往往是原始数据，不一定能在模型中直接使用，可以在这个段对这些原始数据进行一定的“预处理”，得到模型中真正需要的数据．在计算段中语句是顺序执行的．（5）目标与约束段：这部分没有段的开始和结束标记，作用在于给定目标函数与约束条件．可见除这一段外，其他4个段都有明确的段标记．这一段是模型的主要部分，其他段是为这一段服务的．其他四段可以没有，这一段必须要有．否则不称其为模型．这一段一般要用到LINGO的运算符和各种函数．§3.3 LINGO的运算符和函数LINGO包含有大量的运算符和函数，供程序（建立优化模型）调用，其功能很强．充分利用这些函数，对解决问题将是非常方便的．下面给出部分函数及简要功能介绍，全部函数及详细功能说明可进一步参考LINGO的使用手册．一、运算符及其优先级LINGO的运算符有三类：算数运算符、逻辑运算符和关系运算符．1．算术运算符：LINGO中的算术运算符有以下5种：+（加法），-（减法或负号），*（乘法），/（除法），∧（求幂）．算术运算是数与数之间的运算，运算结果仍是数．2．逻辑运算符：LINGO中的逻辑运算符有以下9种，可以分成两类：（1）#AND#（与），#OR#（或），#NOT#（非）：这三个运算是逻辑值之间的运算，也就是它们操作的对象本身必须已经是逻辑值或逻辑表达式，计算结果也是逻辑值．（2）#EQ#（等于），#NE#（不等于），#GT#（大于），#GE#（大于等于），#LT#（小于），#LE#（小于等于）：这6个操作实际上是“数与数之间”的比较，也就是它们操作的对象本身必须是两个数，而逻辑表达式计算的结果是逻辑值．3．关系运算符：LINGO中的关系运算符有以下3种：＜（即＜＝，小于等于），＝（等于），＞（即＞＝，大于等于）这三个运算符虽然也是“数与数之间”的比较，但在LINGO中只用来表示优化模型的约束条件，所以不是真正意义上的运算．这些运算符的优先级如表3.1所示（同一优先级按左到右的顺序执行；如果有括号“（）”，则括号内的表达式优先进行计算）表3.1二、基本的数学函数在LINGO中写程序时可以调用大量的内部函数，这些函数以“@”符号打头（类似调用命令）．LINGO中数学函数的用法与其它语言中的数学函数的用法类似，主要有以下函数：@ABS(X)：绝对值函数，返回X的绝对值．@COS(X)：余弦函数，返回X的余弦值（X的单位是弧度）．@EXP(X)：指数函数，返回e x的值．@FLOOR(X)：取整函数，返回X的整数部分（向最靠近0的方向取整）．@LGM(X)：返回X的伽马（Gamma）函数的自然对数值．@LOG(X)：自然对数函数，返回X的自然对数值．@MOD(X,Y)：模函数，返回X对Y取模的结果．@POW(X,Y)：指数函数，返回X Y的值．@SIGN(X)：符号函数，返回X的符号值（X＜0时返回-1，X＞＝0返回1）．@SIN(X)：正弦函数，返回X的正弦值．@SMAX(list)：最大值函数，返回列表（list）中的最大值．@SMIN(list)：最小值函数，返回列表（list）中的最小值．@SQR(X)：平方函数，返回X的平方值．@SQRT(X)：平方根函数，返回X的正的平方根的值．@TAN(X)：正切函数，返回X的正切值．三、集合循环函数集合循环函数是指对集合上的元素（下标）进行循环操作的函数，主要有@FOR，@MAX，@MIN，@SUM，@PROD五种,其用法如下：@function(setname[(set_index_list)[|conditional_qualifier]]:expression_list)；其中：Function是集合函数名；Setname是集合名；set_index_list是集合索引列表（不需要使用索引时可以省略）；|conditional_qualifier是用逻辑表达式给出的过滤条件（无条件时可以省略）；:expression_list是一个表达式（对@FOR函数，可以是一组表达式）．下面简要介绍其作用．@FOR(setname[(set_index_list)[|cond_qualifier]]:exp_list)：对集合setname中的每个元素独立地生成由exp_list描述的表达式（通常是优化问题的约束）．@MAX(setname[(set_index_list)[|cond_qualifier]]:exp)：返回集合setname上的表达式exp的最大值．@MIN(setname[(set_index_list)[|cond_qualifier]]:exp)：返回集合setname上的表达式exp的最小值．@SUM(setname[(set_index_list)[|cond_qualifier]]:exp)：返回集合setname上的表达式exp的和．@PROD(setname[(set_index_list)[|cond_qualifier]]:exp)：返回集合setname上的表达式exp的积．四、集合操作函数集合操作函数是指对集合进行操作的函数，主要有@INDEX,@IN,@WRAP,@SIZE四种，下面简要介绍其作用．@INDEX([set_name,]primitive_set_element)：返回元素primitive_set_element在集合set_name中的索引值（即按定义集合时元素出现顺序的位置编号）．如果省略集合名set_name，LINGO按程序定义的集合顺序找到第一个含有元素primitive_set_element的集合，并返回索引值．如果在所有集合中均没有找到该元素，会给出出错信息．@IN(set_name,primitive_index_1[,primitive_index_2 ...])：判断一个集合中是否含有索引值．集合set_name 中包含由索引primitive_index_1[,primitive_index_2...]所表示的对应元素，则返回1（逻辑值“真”），否则返回0（逻辑值“假”）．@WRAP(INDEX,LIMIT)：返回J=INDEX-K*LIMIT,其中J 位于区间[1，LIMIT]，K 为整数．当INDEX 位于区间[1，LIMIT]内时直接返回INDEX ．相当于数学上用INDEX 对LIMIT 取模函数的值+1，即@WRAP(INDEX,LIMIT)=@MOD(INDEX,LIMIT)+1．此函数对LIMIT ＜1无定义．可以想到，此函数的目得之一是防止集合的索引值越界．@SIZE(set_name)：返回集合set_name 的模，即元素的个数．五、变量定界函数变量定界函数是对变量的取值范围加以限制的函数．主要有@BIN, @BND, @FREE, @GIN 四种，下面简要介绍其作用．@BIN(variable)：限制变量variable 为0或1． @BND(lower_bound, variable, upper_bound)：限制lower_bound ＜＝variable ＜＝upper_bound@FREE(variable)：取消对变量variable 的符号限制（即可取负数、0或正数）． @GIN(variable)：限制变量variable 为整数．六、财务会计函数财务会计函数是用于计算净现值的函数．主要有@FPA, @FPL 两种，下面简要介绍其作用． @FPA(I,N)：返回若干时段单位等额回收净现值．其中单位时段利率为I,时段N 个，即∑=+=Nn nI N I FPA 1)1(1),(@@FPL(I,N)：返回一个时段单位回收净现值．其中单位时段利率为I,时段N ，即NI N I FPL )1(1),(@+=七、概率中的相关函数概率中的相关函数是涉及到概率论和随机过程中的一些函数．主要有以下函数： @PSN(X)：返回标准正态分布的分布函数在X 点的取值．@PSL(X)：标准正态的线性损失函数，即返回MAX(0,Z-X)的期望值，其中Z 为均值为A的Poisson随机变量．@PPS(A,X)：返回均值为A的Poisson分布的分布函数在X点的取值．@PPL(A,X)：Poisson分布的线性损失函数，即返回MAX(0,Z-X)的期望值，其中Z为标准正态随机变量．@PBN(P,N,X)：返回参数为（N,P）的二项分布的分布函数在X点的取值．@PHG(POP,G,N,X)：返回总共有POP个球，其中G个是白球，随机地从中取出N个球，白球不超过X的概率．@PFD(N,D,X)：返回自由度为N和D的F分布的分布函数在X点的取值．@PCX(N,X)：返回自由度为N的2分布的分布函数在X点的取值．@PTD(N,X)：返回自由度为N的t分布的分布函数在X点的取值．@PEB(A,X)：返回当到达负荷（强度）为A，服务系统有X个服务器且允许无穷排队时的Erlang繁忙概率．@PEL(A,X)：返回当到达负荷（强度）为A，服务系统有X个服务器且不允许排队时的Erlang繁忙概率．@PFS(A,X,C)：返回当负荷上限为A，顾客数为C，并行服务器数量为X时，有限源的Poisson服务系统得等待顾客数的期望值．@QRAND(SEED)：返回0与1之间的多个拟均匀随机数，其中SEED为种子，默认时取当前计算机时间为种子．该函数只能用在数据段（DATA-ENDDATA）．@RAND(SEED)：返回0与1之间的一个伪均匀随机数，其中SEED为种子．八、文件输入输出函数文件输入输出函数是指通过文件输入数据和输出结果的函数．主要有以下函数：@FILE('filename')：这个函数提供LINGO与文本文件的接口，用于引用其它ASCII码或文本文件中的数据，其中filename为存放数据的文件名（包括路径，没有指定路径时表示当前目录），该文件中记录之间必须用符号“～”分开．主要用在集合段和数据段，通过文本文件输入数据．@TEXT(['filename'])：用于数据段中将解答结果送到文本文件filename中．@ODBC(['data_source'[,'table_name'[,'col_1'[, 'col_2'...]]]])：这个函数提供LINGO与ODBC（open data base connection,开放式数据库连接）的接口，用于集合段和数据段中引用其它数据库数据或将解答结果送到数据库中．其中data_source是数据库名，table_name是数据表名，col_i是数据列名（数据域名）．@OLE('spreadsheet_file'[,range_name_list])：这个函数提供LINGO与OLE（object linking and embedding，对象链接与嵌入）的借口，用于集合段、数据段和初始段中输入和输出数据库．其中spreadsheet_file是文件名，range_name_list是文件中包含数据的单元范围．@POINTER(N)：在Windows 下使用LINGO 的动态链接库（dynamic link library ,DLL ），直接从共享的内存中传送数据．§3.4 LINGO 软件求解案例一、生产管理问题1．问题实例某厂有5种设备A 1,A 2,…,A 5，用来加工7种零部件B 1,B 2,…,B 7，每种设备的数量、每种零部件的单位成本及所需各设备的加工工时（以小时计）见表1表1在其后的半年中，工厂有设备检修计划（停工检修时间一个月）见表2 表2工厂在半年中有订单（必须按时交货）见表3 表3 每种零部件库存最多可到100件，现每种零部件有库存80件，库存费用每件每月为0.5元，，要求到六月底每种零部件有存货50件，每种零部件生产至少50件．工厂每周工作5天，每天2班，每班8小时．试回答如下问题：（1） 工厂如何安排各月份各种零部件的加工数量？ （2） 单位成本有10%的变化，对计划有什么影响？ （3） 设备各增加1台对计划有什么的影响． 2．模型建立设： ij a 为第j 种零部件在第i 种设备上的单位加工工时)7,,2,1,5,,2,1( ==j i ；ik b 为第i 种设备在第k 月的数量)6,,2,1,5,,2,1( ==k i ； kj d 为第k 月第j 种零部件的顶单数量)7,,2,1,6,,2,1( ==j k ； j c 为第j 种零部件的单位收益)7,,2,1( =j ；kj x 为第k 月第j 种零部件的生产数量)7,,2,1,6,,2,1( ==j k ； kj s 为第k 月末第j 种零部件的库存数量)7,,2,1,6,,2,1( ==j k ； 800=j s 为初始库存)7,,2,1( =j假设每月以20天计，有以下模型：⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧==≥≥==≥=≤====-+===≤+-=====∑∑∑∑∑)(7,,2,1,6,,2,1,0,07,,2,1,6,,2,1,50)(7,,2,1,100)(7,,2,1,50)(7,,2,1,6,,2,1,)(6,,2,1,5,,2,13205.0min6(617161617171非负约束生产要求个月末的库存第种零部件的库存月第第种设备的有效工时月第第费用目标））（，库存约束 j k s x j k x j s j s j k d x s s k i b x a sx ckj kj kj kjjkj kj j k kj ik j kj ij k k j kjj kj jj k i k3．模型求解利用LINGO 软件计算，输入model: sets:cp/1..7/:c; yf/1..6/:; sb/1..5/:;sl1(yf,cp):x,d,s; sl2(sb,cp):a;sl3(sb,yf):b; endsets data:a=0.5 0.7 0.0 0.0 0.3 0.2 0.5 0.1 0.2 0.0 0.3 0.0 0.6 0.0 0.2 0.0 0.8 0.0 0.0 0.0 0.6 0.05 0.03 0 0.07 0.1 0 0.08 0 0 0.01 0 0.05 0 0.05; b=3 4 4 4 3 4 2 2 1 1 1 2 3 1 3 3 3 2 1 1 1 1 1 1 1 1 1 1 1 1;d=250 500 150 150 400 100 100 300 250 100 0 200 150 100 150 300 0 0 250 200 100 100 150 200 250 100 0 100 0 100 250 100 500 150 0 250 250 100 300 550 250 100; c=100 60 80 40 110 90 30; enddatamin=@sum(sl1(k,j):c(j)*x(k,j)+0.5*s(k,j));@for(yf(k):@for(sb(i):@sum(cp(j):a(i,j)*x(k,j))<=320*b(i,k))); @for(yf(k)|k#gt#1:@for(cp(j):s(k,j)=s(k-1,j)+x(k,j)-d(k,j))); @for(cp(j):s(1,j)=80+x(1,j)-d(1,j)); @for(cp(j):s(6,j)=50);@for(sl1(k,j):s(k,j)<=100); @for(sl1(k,j):x(k,j)>=50); end（1）计算结果有：目标函数：590580 z（2）目标的灵敏度分析：Objective Coefficient Ranges（目标系数的灵敏度分析）Current Allowable Allowable Variable Coefficient Increase Decrease 变量目前系数允许增加范围允许减少范围X( 1, 1) 100.0000 INFINITY 0.5000000 X( 1, 2) 60.00000 INFINITY 0.5000000X( 1, 3) 80.00000 INFINITY 0.5000000X( 1, 4) 40.00000 INFINITY 1.500000X( 1, 5) 110.0000 INFINITY 0.5000000X( 1, 6) 90.00000 INFINITY 0.5000000X( 1, 7) 30.00000 INFINITY 0.5000000X( 2, 1) 100.0000 0.5000000 0.5000000X( 2, 2) 60.00000 0.5000000 0.5000000X( 2, 3) 80.00000 0.5000000 1.000000X( 2, 4) 40.00000 INFINITY 1.000000X( 2, 5) 110.0000 0.5000000 0.5000000X( 2, 6) 90.00000 0.5000000 0.5000000X( 2, 7) 30.00000 0.5000000 0.5000000X( 3, 1) 100.0000 0.5000000 0.5000000X( 3, 2) 60.00000 0.5000000 0.5000000X( 3, 3) 80.00000 INFINITY 0.5000000X( 3, 4) 40.00000 INFINITY 0.5000000X( 3, 5) 110.0000 0.5000000 0.5000000X( 3, 6) 90.00000 0.5000000 1.000000X( 3, 7) 30.00000 0.5000000 0.5000000X( 4, 1) 100.0000 0.5000000 1.000000X( 4, 2) 60.00000 0.5000000 0.5000000X( 4, 3) 80.00000 0.5000000 0.5000000X( 4, 4) 40.00000 0.5000000 0.5000000X( 4, 5) 110.0000 0.5000000 0.5000000X( 4, 6) 90.00000 INFINITY 0.5000000X( 4, 7) 30.00000 0.5000000 1.000000X( 5, 1) 100.0000 INFINITY 0.5000000X( 5, 2) 60.00000 0.5000000 0.5000000X( 5, 3) 80.00000 0.5000000 0.5000000X( 5, 4) 40.00000 0.5000000 0.5000000X( 5, 5) 110.0000 0.5000000 0.5000000X( 5, 6) 90.00000 0.5000000 0.5000000X( 5, 7) 30.00000 INFINITY 0.5000000X( 6, 1) 100.0000 0.5000000 INFINITYX( 6, 2) 60.00000 0.5000000 INFINITYX( 6, 3) 80.00000 0.5000000 INFINITYX( 6, 4) 40.00000 0.5000000 INFINITYX( 6, 5) 110.0000 0.5000000 INFINITYX( 6, 6) 90.00000 0.5000000 INFINITYX( 6, 7) 30.00000 0.5000000 INFINITY 其中INFINITY是无穷．从以上灵敏度分析可见，提高10%,有超出允许范围的，所以对计划有影响．（3）约束条件的灵敏度分析：Righthand Side Ranges（右边常数项的灵敏度分析）Row Current Allowable AllowableRHS Increase Decrease行目前常数项允许增加范围允许减少范围2 960.0000 INFINITY 450.00003 640.0000 INFINITY 488.00004 960.0000 INFINITY 840.00005 320.0000 INFINITY 258.00006 320.0000 INFINITY 300.80007 1280.000 INFINITY 836.00008 640.0000 INFINITY 473.00009 320.0000 INFINITY 138.000010 320.0000 INFINITY 268.400011 320.0000 INFINITY 305.500012 1280.000 INFINITY 830.000013 320.0000 INFINITY 110.000014 960.0000 INFINITY 830.000015 320.0000 INFINITY 267.000016 320.0000 INFINITY 302.000017 1280.000 INFINITY 1035.00018 320.0000 INFINITY 205.000019 960.0000 INFINITY 760.000020 320.0000 INFINITY 282.000021 320.0000 INFINITY 308.500022 960.0000 INFINITY 670.000023 640.0000 INFINITY 525.000024 960.0000 INFINITY 720.000025 320.0000 INFINITY 253.500026 320.0000 INFINITY 290.000027 1280.000 INFINITY 655.000028 640.0000 INFINITY 270.000029 640.0000 INFINITY 410.000030 320.0000 INFINITY 206.000031 320.0000 INFINITY 283.5000 从以上灵敏度分析可见，提高1台,没有超出允许范围的，所以对计划没有影响．也可以将数据与模型分离，先准备数据文件exam01.ldt:!单耗;0.5 0.7 0.0 0.0 0.3 0.2 0.50.1 0.2 0.0 0.3 0.0 0.6 0.00.2 0.0 0.8 0.0 0.0 0.0 0.60.05 0.03 0 0.07 0.1 0 0.080 0 0.01 0 0.05 0 0.05~!设备数量;3 4 4 4 3 42 2 1 1 1 23 1 3 3 3 21 1 1 1 1 11 1 1 1 1 1~!需求;250 500 150 150 400 100 100300 250 100 0 200 150 100150 300 0 0 250 200 100100 150 200 250 100 0 1000 100 250 100 500 150 0250 250 100 300 550 250 100~!单位成本;100 60 80 40 110 90 30~再写程序如下：model:sets:cp/1..7/:c;yf/1..6/:;sb/1..5/:;sl1(yf,cp):x,d,s;sl2(sb,cp):a;sl3(sb,yf):b;endsetsdata:a=@file('exam01.ldt');b=@file('exam01.ldt');d=@file('exam01.ldt');c=@file('exam01.ldt');enddatamin=@sum(sl1(k,j):c(j)*x(k,j)+0.5*s(k,j));@for(yf(k):@for(sb(i):@sum(cp(j):a(i,j)*x(k,j))<=320*b(i,k)));@for (yf(k)|k#gt#1:@for (cp(j):s(k,j)=s(k-1,j)+x(k,j)-d(k,j))); @for (cp(j):s(1,j)=80+x(1,j)-d(1,j)); @for (cp(j):s(6,j)=50);@for (sl1(k,j):s(k,j)<=100); @for (sl1(k,j):x(k,j)>=50); end二、下料问题1．问题实例有某种材料一根长19米．现需用其切割4米长毛坯50根、5米长毛坯10根、6米长毛坯20根、8米长毛坯15根．如何切割使其用料最省？要求切割模式不能超过3种． 2．模型建立设：4,3,2,1=i 分别表示4米长，5米长，6米长，8米长的毛坯；i a 为第i 种毛坯的长度)4,3,2,1(=i ； i b 为第i 种毛坯的需要量)4,3,2,1(=i ；j x 为第j 种切割模式所用的材料数量)3,2,1(=j ；ij r 为第j 种切割模式切割第i 种毛坯的数量)3,2,1,4,3,2,1(==j i ．一种合理的切割模式应满足：其余料长度不应该大于或等于需要切割毛坯的最小长度．于是有模型如下⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧==≥≥=≥=≤=≥=∑∑∑∑====3,2,1,4,3,2,1,0,0(3,2,1,16(3,2,1,19(4,3,2,1,(min 41413131j i r x j r a j r a i b x r xz ij ji ij i i ij i i j j ij j j且整数合理的下料模式所下毛坯的总长所下毛坯的需要量用料目标））））3．模型求解为了便于运算，我们先来缩小可行域．由于3种切割模式的排列顺序是无关紧要的，所以不妨增加以下约束：321x x x ≥≥又注意到用料的总量有明显的上界和下界．首先，无论如何，用料总量不可能少于2619158206105504=⎥⎥⎤⎢⎢⎡⨯+⨯+⨯+⨯其次，考虑一种特殊的下料计划：模式1：切割成4根4米钢管，需13根；模式2：切割成1根5米和2根6米钢管，需10根；模式3：切割成2根8米钢管，需8根．这样需要13+10+8=31于是可得到解的一个上界．所以又可增加约束：3126321≤++≤x x x利用LINGO 软件计算，输入 model: sets:needs/1..4/:a,b; cuts/1..3/:x;patterns(needs,cuts):r; endsets data: a=4 5 6 8; b=50 10 20 15; enddatamin=@sum(cuts(j):x(j));!用料目标;@for(needs(i):@sum(cuts(j):x(j)*r(i,j))>b(i));!需要量要求; @for(cuts(j):@sum(needs(i):a(i)*r(i,j))<19);!材料总长; @for(cuts(j):@sum(needs(i):a(i)*r(i,j))>16);!合理模式; @sum(cuts(j):x(j))>26;!用料下限; @sum(cuts(j):x(j))<31;!用料上限;@for(cuts(j)|j#lt#@size(cuts):x(j)>x(j+1));!人为约束; @for(cuts(j):@gin(x(j)));!整数约束;@for(patterns(i,j):@gin(r(i,j)));!整数约束; end经过LINGO 求解，得到输出如下：Objective value: 28.00000 Variable Value Reduced Cost X( 1 ) 10.00000 0.000000X( 2 ) 10.00000 2.000000X( 3 ) 8.000000 1.000000R( 1, 1) 3.000000 0.000000R( 1, 2) 2.000000 0.000000R( 1, 3) 0.000000 0.000000R( 2, 1) 0.000000 0.000000R( 2, 2) 1.000000 0.000000R( 2, 3) 0.000000 0.000000R( 3, 1) 1.000000 0.000000R( 3, 2) 1.000000 0.000000R( 3, 3) 0.000000 0.000000R( 4, 1) 0.000000 0.000000R( 4, 2) 0.000000 0.000000R( 4, 3) 2.000000 0.000000即按照模式1、2、3分别切割10、10、8根材料，使用材料总根数为28根．第一种切割模式下1根材料切割3根4米的和1根6米的；第二种切割模式下1根材料切割2根4米的、1根5米的和1根6米的；第三种切割模式下1根材料切割2根8米的．三、投资组合问题1．问题实例有三种股票A,B,C，其前12年的价值每年的增长情况如表所示表中还给出了相应年份的500种股票的价格指数的增长情况．假设目前你有一笔资金准备投资这三种股票，并期望年收益率达到15%，那么你应如何投资？ 2．模型建立设：3,2,1=i 分别表示表示A,B,C 三种股票；i R 为第i 种股票的价值)3,2,1(=i ；ij R 为第i 种股票第j 年的价值)12,,2,1,3,2,1( ==j i ； M 为指数；j M 为第j 年的指数)12,,2,1( =j ；i x 为投资第i 种股票比例)3,2,1(=i ．股票指数反映的是股票市场的大势信息，对每只股票的涨跌是有影响的．假设每只股票的收益与股票指数成线性关系．即i i i i e M b a R ++=或12,,2,1,3,2,1, ==++=j i e Mb a R ij jij ij ij其中ij ij b a ,是待定系数，ij e 是一个随机误差，其均值为0)(=ij e E ，方差为)(2ij ij e D s =，此外假设随机误差ij e 与其他股票和股票指数都是独立的，所以0)()(==j ij kj ij M e E e e E ．先根据所给数据回归计算ij ij b a ,，即使误差的平方和最小：3,2,1,||min12121212=-+=∑∑==i R Mb aej ij jij ijj ij可用Matlab 软件做该回归计算，也可用LINGO 软件分别来做每只股票的回归计算，输入 model: sets:year/1..12/:M,R,a,b,e; endsets data:R=1.300 1.103 1.216 0.954 0.929 1.056 1.038 1.089 1.090 1.083 1.035 1.176;M=1.258997 1.197526 1.364361 0.919287 1.057080 1.055012 1.187925 1.317130 1.240164 1.183675 0.990108 1.526236; enddatacalc:mean0=@sum(year(j):M(j))/@size(year);s20=@sum(year(j):@sqr(M(j)-mean0))/(@size(year)-1); s0=@sqrt(s20); endcalc min=s2;s2=@sum(year(j):@sqr(e(j)))/(@size(year)-2); s=@sqrt(s2);@for(year(j):e(j)=R(j)-a-b*M(j)); @for(year(j):@free(e(j))); @free(a);@free(b);End对上面的程序，注意以下几点： （1）只给了一种股票的价值R ；（2）在CALC 段直接计算了M 的均值mean0和方差s20以及标准差s0（为了使这个估计是无偏估计，分母是11而不是12）；（3）程序中用到平方函数@sqr 和平方根函数@sqrt ；（4）除了计算回归系数外，同时估计了回归误差s2和标准差s ，为了使这个估计是无偏估计，分母是10而不是11和12，这是因为此时已经假设保持误差的均值为0，所以自由度又少了一个；（5）@free(a),@free(b),@free(e)三个语句不能少，因为它们不一定是非负的； 运行这个LINGO 模型，结果为：Objective value: 0.5748320E-02Variable Value Reduced Cost MEAN0 1.191458 0.000000 S20 0.2873661E-01 0.000000 S0 0.1695188 0.000000 S2 0.5748320E-02 0.000000 S 0.7581767E-01 0.000000 A 0.5639761 0.000000 B 0.4407264 0.000000也就是说：M 的均值191458.10=m ，方差02873661.020=s ，标准差1695188.00=s ，对股票A ，回归系数5639761.01=a ，4407264.01=b ，误差的方差005748320.021=s ，误差的标准差07581767.01=s ．同理，可以得到：对股票B ，回归系数239802.1,2635059.022=-=b a ，误差的方差01564263.022=s ，误差的标准差1250705.02=s ．对股票C ，回归系数523798.1,5809590.033=-=b a ，误差的方差03025165.023=s ，误差的标准差1739300.03=s ．于是，年投资收益为∑∑==++==3131)(i i i i ii i ie M b a xR xR收益的期望为∑∑==+=++=31031)()(i i i ii i i i im b a xe M b a E xER收益的方差为∑∑==+=++=3122202312])[()(i i i iii i i i is x s bx e M b a D xDR 进一步，令∑=iibx y ，则模型应该为⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≥≥+==+=∑∑∑∑====015.1)(1 ..)(min 31031313122202ii i i i i ii ii i i i x m b a x x b x y t s s x s y z 3．模型求解利用LINGO 软件计算，输入 model: sets:stocks/1..3/:u,b,s2,x; endsets data:mean0=1.191458;s20=0.02873661;s2=0.005748320,0.01564263,0.03025165; u=0.5639761,-0.2635059,-0.5809590; b=0.4407264,1.239802,1.523798; enddatamin=s20*@sqr(y)+@sum(stocks(i):s2(i)*@sqr(x(i))); @sum(stocks(i):b(i)*x(i))=y; @sum(stocks(i):x(i))=1;@sum(stocks(i):(u(i)+b(i)*mean0)*x(i))>1.15; end运算这个LINGO 模型，输出结果如下Objective value: 0.2465621E-01 Y 0.8453449 0.000000 X( 1) 0.5266052 0.000000 X( 2) 0.3806461 0.000000 X( 3) 0.9274874E-01 0.000000根据运算结果可知：A 大约占初始时刻总资产的53%，B 占38%，C 占9%．四、最小费用最大流问题1．问题实例需要将某地s 的天然气通过管道输送到另一地t ，中间有4个中转站4321,,,v v v v ．由于输气管道的长短粗细不一或地质等原因，使得每条管道上的运输量及费用不同．下图给出了这两地与中转站的连接以及管道的容量、费用：图中括号里第一个数字是管道容量，第二个数字是管道单位运费．考虑s 地到t 地如何输送天然气，使得费用最小流量最大． 2．模型建立设：V 为网络顶点集，A 为网络的弧集；ij f 为弧),(j i 上的流量；ij b 为弧),(j i 上的单位运费； ij c 为弧),(j i 上的容量；)(f v 为发点处的净流量．根据最大流的定义，我们有模型如下：⎪⎪⎪⎩⎪⎪⎪⎨⎧⎪⎪⎩⎪⎪⎨⎧∈≤≤⎪⎩⎪⎨⎧≠=-==-∑∑∑∈∈∈∈∈A j i c f t s i ti f v s i f v f f t s f v t s f bij ij A i j V j ji A j i V j ij Aj i ijij),(,0, 0 )( ),(..)(max ..min),(),(),( 3．模型求解先考虑最大流模型，LINGO 软件输入如下 model: sets:nodes/s,1,2,3,4,t/;arcs(nodes,nodes)/s,1 s,2 1,2 1,3 2,4 3,2 3,t 4,3 4,t/:c,f; endsets data:c=8 7 5 9 9 2 5 6 10; enddata max=flow;@for(nodes(i)|i#ne#1 #and# i#ne#@size(nodes):@sum(arcs(i,j):f(i,j))-@sum(arcs(j,i):f(j,i))=0);@sum(arcs(i,j)|i#eq#1:f(i,j))=flow; @for(arcs(i,j):@bnd(0,f(i,j),c(i,j))); end计算结果如下：Objective value: 14.00000Variable Value Reduced Cost FLOW 14.00000 0.000000F( S, 1) 7.000000 0.000000F( S, 2) 7.000000 0.000000F( 1, 3) 5.000000 0.000000F( 2, 4) 9.000000 -1.000000F( 3, 2) 0.000000 0.000000F( 3, T) 5.000000 -1.000000F( 4, 3) 0.000000 1.000000F( 4, T) 9.000000 0.000000 其次考虑最小费用最大流模型，LINGO软件输入如下model:sets:nodes/s,1,2,3,4,t/;arcs(nodes,nodes)/s,1 s,2 1,2 1,3 2,4 3,2 3,t 4,3 4,t/:b,c,f;endsetsdata:b=2 8 5 2 3 1 6 4 7;c=8 7 5 9 9 2 5 6 10;flow=14;enddatamin=@sum(arcs(i,j):b(i,j)*f(i,j));@for(nodes(i)|i#ne#1 #and# i#ne#@size(nodes):@sum(arcs(i,j):f(i,j))-@sum(arcs(j,i):f(j,i))=0);@sum(arcs(i,j)|i#eq#1:f(i,j))=flow;@for(arcs(i,j):@bnd(0,f(i,j),c(i,j)));end计算结果如下：Objective value: 205.0000Variable Value Reduced CostF( S, 1) 8.000000 -1.000000F( S, 2) 6.000000 0.000000F( 1, 2) 1.000000 0.000000F( 1, 3) 7.000000 0.000000F( 2, 4) 9.000000 0.000000F( 3, 2) 2.000000 -3.000000F( 3, T) 5.000000 -8.000000F( 4, 3) 0.000000 11.00000附录 LINGO出错信息在LINGO程序求解时，系统首先会对程序进行编译．系统在编译或执行其他命令时，会因程序中的错误或运行错误，弹出一个出错报告窗口，显示其错误代码，并简要指出错误的原因．这些错误报告信息能够提示用户发现程序中的错误，以便能尽快修改．下面我们给出出错信息的一个简要说明，仅供参考．LINGO错误编号及原因对照表习题1．用LINGO 软件求解线性规划问题并作灵敏度分析（1） ⎪⎩⎪⎨⎧≥≤++≤++-++-=0,,9010412203..1355max 321221321321x x x x x x x x x t s x x x（2）⎪⎩⎪⎨⎧≥≤≤+--≤+---+-=0,,,1035.0125.009825.0..65.02075.0max 3213432143214321x x x x x x x x x x x x t s x x x x z2．用LINGO 软件求解0-1规划问题⎪⎪⎩⎪⎪⎨⎧=≥+-+≥+++-≥+++-+++=10,,,11424204..4352min 43214321432143214321或x x x x x x x x x x x x x x x x t s x x x x 3．用LINGO 软件求解整数规划问题⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≥≤≤≤≤=+=-+=-+=-++++++=且整数0,,,,,,20,45,40,3025352515..2.02.02.05.54.51.50.5min 3214321432134323212113214321y y y x x x x x x x x y x y y x y y x y x t s y y y x x x x4．用LINGO 软件求解非线性规划问题⎪⎪⎩⎪⎪⎨⎧=≤≤--=+-+=++-+-+-+-+-=5,4,3,2,1,55222223..)()()()()1(min 4232332215544433322211i x x x x x x x t s x x x x x x x x x z i5．用LINGO 软件求解⎪⎩⎪⎨⎧-∈≤+++≤-≤+≤-+=}1,1{,,,2311..21max 432143214321TTx x x x x x x x x x x x t s z Qxx x c其中T )2,4,8,6(-=c ，Q 是三对角线矩阵，主对角线上元素全为-1，两条次对角线上元素全为2．。
Lingo软件使用指南
Lingo软件使用指南摘要：本文介绍了Lingo软件的基本使用方法。
从最基本的使用到复杂问题的解决，本文给出了比较详细的介绍。
Lingo软件是美国Lindo公司的产品，主要用来求解优化问题。
它是一个非常强大的软件，可以求解大部分优化问题，包括线性规划、二次规划、整数规划、运输问题等，是目前全球应用最广泛的优化软件之一。
这里我们简单介绍它的使用方法。
一进入Lingo如果你的计算机已经安装了Lingo，只需要在桌面上双击Lingo的快捷方式，就可以进入Lingo。
为了使自己的程序易于阅读，经常需要有一些注释，因此在编写程序中，每一行前面有感叹号的表示这一行是注释行，在程序运行中不起作用，希望初学者养成注释的好习惯。
二建立数学模型和 Lingo模型语言例1 在Lingo的命令窗口中输入下面的线性规划模型!目标函数;MAX = 100 * x1 + 150 * x2;!第一个约束;X1<= 100;!第二个约束;X2 <= 120;!第三个约束;X1 + 2 * x2<= 160;!end可有可无;end求解可得全局最优解：Objective value: 14500.00Variable ValueX1 100.0000X2 30.00000从这个例子可以看出，用Lingo软件求解一个简单的优化问题是非常容易的。
我们只需要输入优化问题的两个主要部分：目标函数和约束，就可以直接求解。
对于比较简单的问题，我们可以采取这种直接的方式去求解，但是，对于比较复杂的问题，用这种方式就不现实。
比如下面的例2，这就必须要使用Lingo的模型语言。
例2 一个运输问题假设WWW公司有6个仓库，储存着8个分厂生产所需要的原材料。
要求每一个仓库的供应量不能超过储存量，而且每一个分厂的需求必须得到满足。
问：如何组织运输，使总运输费用最小？已知从6个仓库到8个分厂的运输费用表。
表1 供应表2 需求表3 运输费用Wh5 2 3 9 5 7 2 6 5Wh6 5 5 2 2 8 1 4 3 这个问题是一个典型的优化问题，通常称为运输问题。
LINGO使用说明
LINGO使用说明一、LINGO的基本特性1.建模语言：LINGO使用一种直观的建模语言，被称为LINGO语言，它使用简洁的语法和自然语言类似的表达方式，使用户能够轻松地描述问题。
2.线性优化：LINGO支持线性规划（LP）和整数线性规划（ILP），它的线性优化功能包括线性约束、线性目标函数和变量定义，可以解决诸如生产优化、资源分配等问题。
3.非线性优化：LINGO还支持非线性规划（NLP）和全局优化（GLO），可以解决包括非线性约束和非线性目标函数的问题。
它提供了多种求解方法和算法，如牛顿法、逐次线性规划等。
4.约束和限制：LINGO能够处理各种类型的约束和限制，包括等式约束、不等式约束、逻辑约束等。
用户可以根据具体问题定义约束，LINGO会自动处理约束的完整性和一致性。
5.求解器：LINGO内置了一系列高效的求解器，如线性规划求解器、非线性规划求解器、整数规划求解器等。
用户可以根据问题的复杂程度选择最适合的求解器。
6.结果分析：LINGO可以生成详细的结果报告，包括优化解、约束条件、目标函数值等。
用户可以通过结果报告来分析问题的解决方案，做出决策。
二、LINGO的使用方法2.创建模型：在LINGO中，用户需要先创建一个模型文件，来描述问题。
可以通过鼠标点击“新建模型”按钮或选择文件菜单中的“新建”选项来创建一个新的模型文件。
3.定义变量：在模型文件中，用户可以定义变量。
变量可以是整数、二进制或连续的，并为每个变量分配一个名称、类型和取值范围。
4.定义目标函数：在模型文件中，用户可以定义一个目标函数。
目标函数可以是线性的或非线性的，并定义在变量上。
5.定义约束：在模型文件中，用户可以定义约束。
约束可以是线性的或非线性的，并定义在变量上。
用户需要通过约束来限制变量的取值范围。
6.设置求解器：在模型文件中，用户可以选择合适的求解器来解决问题。
LINGO提供了多种求解器，用户可以根据问题的复杂程度选择最适合的求解器。
LINGO的基本用法
试确定各货栈到各客户处的货物调运数量, 使总的运输费用 最小
返回X的整数部分（向最靠近0的方向取整）
@LGM(X)
返回X的gamma函数的自然对数值
@MOD(X,Y)
运算对象是两个数
#GT# #GE#
左边大于右边时为真，否则为假 左边大于或等于右边时为真，否则为假
#LT#
左边小于右边时为真，否则为假
#LE#
左边小于或等于右边时为真，否则为假
预算对象是逻辑值 或逻辑表达式
#NOT# #AND# #OR#
单目运算符，表示对运算对象取反（即真变假，假变真） 两个运算对象都真时为真，否则为假 两个运算对象都假时为假，否则为真
◆生成图形
由模型生成图形，以矩阵形式显示 模型的系数.
◆调试
调试结果，找到充分行(Sufficient Rows)和必要行 (Necessary Rows). ◆模型统计资料
◆查看（以为本方式显示模型内容）
13
LINGO 教 程
◆命令行窗口
主要是为用户交互地测试命令脚本 而设计.（通常不用）
◆状态窗口
@FOR(VD(J): @SUM(WH(I): X(I, J)) =DJ(J));
21
§1.4 LINGO的运算符和函数
一、 LINGO的常用运算符. 1. 算术运算符.
LINGO 教 程
^* / + -
LINGO的使用方法说明大全
LINGO的使用方法说明大全LINGO的使用简介LINGO软件是美国的LINGO系统公司开发的一套专门用于求解最优化问题的软件包．LINGO除了能够用于求解线性规划和二次规划外，还可以用于非线性规划求解、以及一些线性和非线性方程(组)的求解等．LINGO软件的最大特色在于它允许优化模型中的决策变量为整数，即可以求解整数规划，而且执行速度快．LINGO是用来求解线性和非线性优化问题的简易工具．LINGO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．在这里仅简单介绍LINGO的使用方法．LINGO(Linear INteractive and General Optimizer )的基本含义是交互式的线性和通过优化求解器．它是美国芝加哥大学的Linus Schrage 教授于1980年开发了一套用于求解最优化问题的工具包，后来经过完善成何扩充，并成立了LINDO系统公司．这套软件主要产品有：LINDO，LINGO，LINDO API和What’sBest．它们在求解最优化问题上，与同类软件相比有着绝对的优势．软件有演示版和正式版．正式版包括：求解包(solver suite)、高级版(super)、超级版(hyper)、工业版(industrial)、扩展版(extended)．不同版本的LINGO对求解问题的规模有限制，如附表３-1所示．附表３-1 不同版本LINGO对求解规模的限制版本类型总变量数整数变量数非线性变量数约束数演示版 300 30 30 150求解包 500 50 50 250高级版 2000 200 200 1000超级版 8000 800 800 4000工业版 32000 3200 32000 16000扩展版无限无限无限无限3.1 LINGO程序框架LINGO可以求解线性规划、二次规划、非线性规划、整数规划、图论及网络最优化问题和最大最小求解问题，以及排队论模型中最优化等问题．一个LINGO程序一般会包括以下几个部分：(1) 集合段：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先定义．(2) 数据段：在处理模型的数据时，需要为集部分定义的某些元素在LINGO求解模型之前为其指定值．数据部分以关键字“data:”开始，以关键字“enddata”结束．(3) 目标和约束段：这部分用来定义目标函数和约束条件等．该部分没有开始和结束的标记．主要是要用到LINGO的部函数，尤其是与集合有关的求和与循环函数等．(4)初始段：这个部分要以关键字“INIT：”开始，以关键字“ENDINIT”结束，它的作用是对集合的属性定义一个初值．在一般的迭代算法中，如果可以给一个接近最优解的初始值，会大大减少程序运行的时间．(5) 数据预处理段：这一部分是以关键字“CALC：”开始，以关键字“ENDCALC”结束．它的作用是把原始数据处理成程序模型需要的数据，它的处理是在数据段输入完以后、开始正式求解模型之前进行的，程序语句是按顺序执行的．3.2 LINGO中集合的概念在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（sets）．一旦把对象聚合成集，就可以利用集来最大限度地发挥LINGO建模语言的优势．现在将深入介绍如何创建集，并用数据初始化集的属性．3.2.1集的构成集是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单一的、简明的复合公式表示一系列相似的约束，从而可以快速方便地表达规模较大的模型．集是一群相联系的对象，这些对象也称为集的元素．一个集可能是一系列产品、卡车或雇员．每个集的元素可能有一个或多个与之有关联的特征，把这些特征称为属性．属性值可以预先给定，也可以是未知的，有待于LINGO求解的．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，它的元素来自于其它已存在的集．3.2.2模型的集部分集部分在程序中又称为集合段，它是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先定义．(1)原始集的定义为了定义一个原始集，必须详细说明集的名字，而集的元素和相应的属性是可选的．定义一个原始集，用下面的语法：setname[/member_list/][:attribute_list];注意：用“[]”表示该部分容是可选的（下同）．Setname是用来标记集的名字，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、下划线、阿拉伯数字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元素名和属性名等的命名．Member_list是集元素的列表．如果集元素放在集定义中，那么对它们可采取显式和隐式罗列两种方式．如果集元素不放在集定义中，那么可以在随后的数据部分定义．①当显式罗列元素时，必须为每个元素输入一个不同的名字，中间用空格或逗号隔开，允许混合使用．例3.1 定义一个名为friends的原始集，它具有元素John，Jill，Rose和Mike，其属性有sex和age：sets:friends/John Jill, Rose Mike/: sex, age;endsets②当隐式罗列元素时，不必罗列出每个集元素．可采用如下语法：setname/member1..member N/[: attribute_list];这里的member1是集的第一个元素名，member N是集的最后一个元素名．LINGO将自动产生中间的所有元素名．LINGO也接受一些特定的首元素名和末元素名，用于创建一些特殊的集．③集元素不放在集定义中，而在随后的数据部分来定义．例3.2!集部分;sets:friends:sex,age;endsets!数据部分;data:friends,sex,age=John,1,16 Jill,0,14 Rose,0,17 Mike,1,13;enddata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friends，并未指定元素．在数据部分罗列了集元素John，Jill，Rose和Mike，并对属性sex和age分别给出了值．集元素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元素的属性，属性之间必须用逗号隔开．LINGO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．只有在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，初始部分是LINGO求解器的需要，并不是描述问题所必须的．(2) 定义派生集为了定义一个派生集，必须详细说明集的名字和父集的名字，而集元素和属性是可选的．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，多个时要用逗号隔开．如果没有指定成员列表，那么LINGO会自动创建父集元素的所有组合作为派生集的元素．派生集的父集既可以是原始集，也可以是其它的派生集．例3.3sets:product/A,B/;machine/M,N/;week/1..2/;allowed(product,machine,week):x;endsetsLINGO生成了三个父集的所有组合共八组作为allowed集的元素，列表如下：编号元素1 (A,M,1)2 (A,M,2)3 (A,N,1)4 (A,N,2)5 (B,M,1)6 (B,M,2)7 (B,N,1)8 (B,N,2)元素列表被忽略时，派生集成员由父集成员所有的组合构成，这样的派生集成为稠密集．如果限制派生集的成员，使它成为父集成员所有组合构成的集合的一个子集，这样的派生集成为稀疏集．同原始集一样，派生集元素的说明也可以放在数据部分．一个派生集的元素列表有两种方式生成：①显式罗列；②设置元素选择的过滤器．当采用方式①时，必须显式罗列出所有要包含在派生集中的元素，并且罗列的每个元素要属于稠密集．使用前面的例子，显式罗列派生集的元素，如：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，那么显式罗列就十分麻烦．但是许多稀疏集的元素都满足一些条件，可以把这些逻辑条件看作过滤器，在LINGO生成派生集的元素时把使逻辑条件为假的元素从稠密集中过滤掉．例3.4sets:!学生集：性别属性sex，1表示男性，0表示女性；年龄属性age;students/John,Jill,Rose,Mike/:sex,age;!男学生和女学生的联系集：友好程度属性friend！[0，1]之间的数;linkmf(students,students)|sex(&1)#eq#1#and#sex(&2)#eq# 0: friend;!男学生和女学生的友好程度大于0.5的集;linkmf2(linkmf) | friend(&1,&2) #ge# 0.5 : x;endsetsdata:sex,age =1 16,0 14,0 17,0 13;friend =0.3,0.5,0.6;enddata用竖线（|）来标记一个元素过滤器的开始．#eq#是逻辑运算符，用来判断是否“相等”. &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元素；&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元素；&3，&4，…，依此类推．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．3.3 LINGO数据部分和初始部分在处理模型的数据时，需要为集指定一些元素并且在LINGO求解模型之前为集的某些属性指定数值．为此，LINGO为用户提供了两个可选部分：输入集元素数值的数据部分（Data Section）和为决策变量设置初始值的初始部分（Init Section）．3.3.1数据部分(1) 数据部分入门数据部分以关键字“data:”开始，“enddata”结束．在这里，可以指定集元素和集的属性．其语法如下：object_list = value_list;对象列（object_list）包含要指定值的属性名、要设置集元素的集名，用逗号或空格隔开．一个对象列中只能有一个集名，而属性名可以有任意多个．如果对象列中有多个属性名，那么它们的类型必须一致．数值列（value_list）包含要分配给对象列中对象的值，用逗号或空格隔开．注意属性值的个数必须等于集元素的个数．例3.5sets:SET0/A,B,C/: X,Y;endsetsdata:X=1,2,3;Y=4,5,6;enddata在集SET0中定义了两个属性X和Y．X的三个值是1，2，3，Y 的三个值是4，5，6．也可采用如下例子中的复合数据说明（data statement）实现同样的功能．例3.6sets:SET0/A,B,C/: X,Y;endsetsdata:X,Y=1 4 2,5 3 6;enddata如果对象列中有n个对象，LINGO在为对象指定值时，首先在n 个对象的第1个索引处依次分配数值列中的前n个对象，然后在n个对象的第2个索引处依次分配数值列中紧接着的n个对象，…，依此类推．(2) 参数输入在数据部分也可以指定一些标量变量（scalar variables）．当一个标量变量在数据部分确定时，称之为参数．例如，假设模型中用利率9%作为一个参数，就可以输入一个利率作为参数．例3.7 data:interest_rate = .09;enddata实际中也可以同时指定多个参数．如：data:interest_rate,inflation_rate = .09, .025;enddata(3) 实时数据处理在某些情况下，模型中的某些数据并不是定值．譬如模型中有一个参数在2%至6%围，对不同的值求解模型，观察模型的结果对参数依赖的程度，那么把这种情况称为实时数据处理．处理方法是在该语句的数值后面输入一个问号（?）．。
LINGO软件的基本使用方法
模(即编程)语言，系统推荐的是采用LINGO。安装后
可通过“LINGO|Options|File Format”命令修改缺省
的建模（即编程）语言。
第一次运行时提示输入授权密码，如图：
LINGO软件的主要特色
两种命令模式 Windows模式： 通过下拉式菜单命令驱动LINGO运
行（多数菜单命令有快捷键，常用的菜单命令有快捷
输出结果备注： LINGO是将它作为PINLP(纯整数非线性规划)来求解， 因此找到的是局部最优解。
通过菜单 “WINDOW| Status Window”看到状态窗 口，可看到最佳目标值 “Best Obj”与问题的上界 “Obj Bound”已经是一样的， 当前解的最大利润与这两个 值非常接近，是计算误差引 起的。如果采用全局最优求 解程序(后面介绍)，可以验 证它就是全局最优解。
1 2 3 4
输入窗口如下：
程序语句输入的备注：
•LINGO总是根据“MAX=”或“MIN=”寻找目标函数， 而除注释语句和TITLE语句外的其他语句都是约束条 件，因此语句的顺序并不重要 。 •限定变量取整数值的语句为“@GIN(X1)”和 “@GIN(X2)”，不可以写成“@GIN(2)”，否则 LINGO将把这个模型看成没有整数变量。
按钮），图形界面，使用方便；
(这里主要介绍这种模式)
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 。
LINGO的文件类型 •.LG4：LINGO格式的模型文件，保存了模型窗口中所 能够看到的所有文本和其他对象及其格式信息；
•.LNG：文本格式的模型文件，不保存模型中的格式信 息（如字体、颜色、嵌入对象等）； •.LDT：LINGO数据文件；
lingo基础用法
lingo基础用法Lingo是一种计算机编程语言，它的基础用法包括以下几个方面：1. 变量声明和赋值：可以使用Lingo语言声明变量，并给变量赋值。
例如：```global myVariable -- 声明一个全局变量put 5 into myVariable -- 将值5赋给变量myVariable```2. 条件语句：可以使用条件语句来根据条件执行不同的代码块。
例如：```if myVariable = 5 thenput "It's five!" into messageanswer messageend if```3. 循环语句：可以使用循环语句来反复执行特定的代码块。
例如：```repeat with i = 1 to 10put i into messageanswer messageend repeat```4. 函数和命令：Lingo提供了许多内置的函数和命令，可以执行特定的操作。
例如：```put the date into currentDate -- 获取当前日期get the long name of sprite 1 -- 获取精灵1的长名称```5. 脚本和行为：可以使用Lingo编写脚本和行为，控制多媒体项目的行为。
例如：```on mouseUpgo to the next frameend```上述是Lingo语言的基础用法，只是其中的一小部分。
Lingo 还提供了丰富的功能和特性，包括面向对象编程、多媒体处理等。
要更深入地学习和使用Lingo，建议参考Lingo的官方文档或相关教程。
lingo使用方法
4）以!开头，以“；”号结束的语句是注 释语句。 5）如果对变量的取值没有作特殊的说明， 则默认所有决策变量都非负； 6）Lingo语句以“MODEL:”开头，以END 结束，对于比较简单的模型，这两个语 句可以省略。 7）@gin(x)表示限制x为整数， @bin(x)表 示限制x为0或1。 8）模型中如果遇到乘号不能省略。
该模型是一个线性规划模型，用lingo软 件求解，令M=5000，编写程序如下：
求解得到优化结果：目标函数值，即每 年度的奖金数额S=135.2227万元，存款方 案，即 x1 , x2 , x3 , x4 , x5 , x6的值为：
分析：假定首次发放奖金的时间是在基金到位后1 年，以后每隔1年发放1次，每年发放的时间大致相 同，校基金会希望获得最佳的基金使用计划，以提 高每年的奖金额，且在n年末仍保留原基金数额M. 实际上n年中发放的奖金总额全部来自于利息，如果 全部基金都存为一年定期，每年都用到期利息发放 奖金，则每年的奖金数为5000*0.018=90万元，这 是没有优化的存款方案。显然，准备在两年后使用 的款项应当存成两年定期，比存两次一年定期的收 益高，以此类推，目标是合理分配基金的存款方案， 使得n年的利息总额最多。
例1 某工厂有两条生产线，分别用来生 产M和P两种型号的产品，利润分别为200 元/个和300元/个，生产线的最大生产能力 分别为每日100和120，生产线每生产一个 M产品需要1个劳动日（1个工人工作8小时 称为1个劳动日）进行调试、检测等工作， 而每个P产品需要两个劳动日，该厂工人每 天共计能提供160劳动日，假如原材料等其 他条件不受限制，问应如何安排生产计划， 才能使获得的利润最大？
解：设两种产品的生产量分别为x1和x2，则 该问题的数学模型为目标函数： maxz=200x1+300x2 约束条件为：
LINGO使用说明(比较简单)
Lingo介绍Lingo是美国LINDO系统公司（Lindo Symtem Inc）开发的求解数学规划系列软件中的一个（其他软件为LINGDO,GINO,What’s Best等），它的主要功能是求解大型线性、非线性和整数规划问题，目前的版本是lingo11.0。
lingo分为Demo、solve suite、hyper、industrial、extended等六类不同版本，只有Demo版本是免费的，其他版本需要向LINDO系统公司（在中国的代理商）购买，Lingo的不同版本对模型的变量总数、非线性变量个数、整型变量个数和约束条件的数量做出不同的限制（其中extended版本无限制）。
Lingo的主要功能特色为：（1）既能求解线性规划，也有较强的求解非线性规划的能力；（2）输入模型简练直观；（3）运行速度快、计算能力强；（4）内置建模语言，提供几十种内部函数，从而能以较少语句，较直观的方式描述较大规模的优化模型；（5）将集合的概念引入编程语言，很容易将实际问题转换为Lingo语言；（6）能方便地与excel、数据库等其他软件交换数据。
学校图书馆40本《lingo和excel在数学建模中的应用》，袁新生、邵大宏、郁时炼主编，科学出版社Lingo程序设计简要说明在数学建模中会遇到如规划类的题型，在这种模型中总存在着一个目标，并希望这个目标的取值尽可能的大或小，同时与这个目标有关的一系列变量之间存在一些约束。
在构造出目标函数和约束条件的表达式后，我们需要对求出这个最值和各变量的取值。
一般我们用LINGO来对模型进行求解，本文将通过举一个简单的例子，围绕这个例子逐步学习LINGO 的使用。
LINGO只是一个求解工具，我们主要的任务还是模型的建立！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。
lingo入门教程课件
“X=5,2； Y=1,7；”
输入程序
定义目标和约束，与前例的方法是类似(这里
包含了派生集合)，请特别注意进一步体会集
在程序开头用TITLE语句 对这个模型取了一个标题 “LOCATION PROBLEM； 并且对目标行（[OBJ]）和 两类约束
合函数@SUM和@FOR的用法。
由于新建料场的位置理论上讲可以是任意的， 所以在约束的最后(模型的“END”语句上面 的一行)用@free函数取消了变量X、Y的非负 限制
j
j
j
j
所以在新建料场时是NLP模型。先解NLP模型，而把现有临时料场的位置作
为初始解告诉LINGO。
本例中集合的概念
利用集合的概念，可以定义需求点DEMAND和供应点 SUPPLY两个集合，分别有6个和2个元素(下标)。但决 策变量(运送量) c ij 与集合DEMAND和集合SUPPLY都 有关系的。该如何定义这样的属性？
表示集合LINK中的元素就是集合DEMAND 和SUPPLY的元素组合成的有序二元组， 从数学上看LINK是DEMAND 和SUPPLY的笛 卡儿积，也就是说
LINK={（S，T）|SDEMAND，TSUPPLY} 因此，其属性C也就是一个6*2的矩阵（或者 说是含有12个元素的二维数组）。
LINGO建模语言也称为矩阵生成器（MATRIX GENERATOR）。类似DEMAND 和SUPPLY直接把元素列举出 来的集合，称为基本集合(primary set),而把LINK这种基于其它 集合而派生出来的二维或多维集合称为派生集合(derived set)。 由于是DEMAND 和SUPPLY生成了派生集合LINK，所以 DEMAND 和SUPPLY 称为LINK的父集合。
lingo入门教程
lingo入门教程Lingo是一种广泛应用于计算机编程和计算机科学领域的编程语言。
它是用于Adobe Director（一种多媒体应用程序）中的脚本语言，用于控制多媒体元素和动画。
Lingo的语法比较简单易懂，有助于创建交互式和多媒体项目。
下面是一些Lingo的基本概念和用法。
1. 变量（Variables）: 在Lingo中，变量用于存储数据值。
变量可以是数字、文本或其他数据类型。
要创建变量，可以使用关键字`global`或`local`，后跟变量名和初始值（可选）。
例如：```global myVariable = 10local myText = "Hello World"```2. 条件语句（Conditional statements）: 条件语句用于根据条件执行特定的代码块。
常用的条件语句有`if-then`和`if-then-else`。
例如：```if myVariable > 5 thenalert "Value is greater than 5"elsealert "Value is less than or equal to 5"end if```3. 循环（Loops）: 循环用于重复执行一段代码块，直到满足指定条件为止。
Lingo提供了`repeat`和`repeat while`循环语句。
例如：```repeat with i = 1 to 5put iend repeat```4. 函数（Functions）: 函数是一组预定义的代码，用于执行特定的任务。
Lingo提供了许多内置函数，如`alert`、`put`等。
您还可以创建自己的函数。
例如：```on multiplyNumbers(a, b)return a * bend multiplyNumbersput multiplyNumbers(2, 4) -- 输出8```这些只是Lingo的一些基本概念和用法。
- 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)。
L I N G O 有两种类型的集：原始集( p r i m i t i v e s e t ) 和派生集( d e r i v e ds e t ) 。 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 L I N G O模型的一个可选部分。在 L I N G O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“s e t s : ”开始，以“e n d s e t s ”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。 2 . 3 . 1定义原始集 为了定义一个原始集，必须详细声明： 集的名字 可选，集的成员 可选，集成员的属性 定义一个原始集，用下面的语法： s e t n a m e [ / m e m b e r _ l i s t / ] [ : a t t r i b u t e _ l i s t ] ; 注意：用“[ ] ”表示该部分内容可选。下同，不再赘述。 S e t n a m e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 3 2 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。 M e m b e r _ l i s t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 s t u d e n t s 的原始集，它具有成员 J o h n 、J i l l 、R o s e 和M i k e ， 属性有 s e x 和a g e ： sets: students/John Jill, Rose Mike/: sex, age; endsets 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： s e t n a m e / m e m b e r 1 . . m e m b e r N / [ :a t t r i b u t e _ l i s t ] ; 这里的 m e m b e r 1 是集的第一个成员名，m e m b e r N 是集的最末一个成员名。L I N G O 将自动产生中 间的所有成员名。L I N G O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 示例 所产生集成员 1 . . n S t r i n g M . . S t r i n g N D a y M . . D a y N M o n t h M . . M o n t h N 1 . . 5 C a r 2 . . c a r 1 4 M o n . . F r i O c t . . J a n 1 , 2 , 3 , 4 , 5 C a r 2 , C a r 3 , C a r 4 , …, C a r 1 4 M o n , T u e , W e d , T h u , F r i O c t , N o v , D e c , J a n
L I N G O 使用指南
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 L I N G O 快速入门 当你在 w i n d o w s 下开始运行 L I N G O 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 L I N G OM o d e l– L I N G O 1的窗 口是 L I N G O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 L I N G O 中求 解如下的 L P 问题： min 2 x1 + 3 x 2 s.t. 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： m i n = 2 * x 1 + 3 * x 2 ; x 1 + x 2 > = 3 5 0 ; x 1 > = 1 0 0 ; 2 * x 1 + x 2 < = 6 0 0 ; 然后点击工具条上的按钮 即可。 例1 . 2使用 L I N G O 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。 销地 B B B B B B B B 产量 1 2 3 4 5 6 7 8 产地
第1页
使用 L I N G O 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 然后点击工具条上的按钮 即可。 为了能够使用 L I N G O 的强大功能，接着第二节的学习吧。 §2 L I N G O 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பைடு நூலகம்雇工等等。L I N G O 允许把这些相联系的对象聚合成集（s e t s ） 。一旦把对象聚合成 集，就可以利用集来最大限度的发挥 L I N G O 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 L I N G O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 单一的、长的、简明的复合公式表示一系列相似的约束，从而可以快速方便地表达规模较大 的模型。 2 . 2什么是集 集是一群相联系的对象，这些对象也称为集的成员。一个集可能是一系列产品、卡车或 雇员。每个集成员可能有一个或多个与之有关联的特征，我们把这些特征称为属性。属性值 可以预先给定，也可以是未知的，有待于 L I N G O求解。例如，产品集中的每个产品可以有一 个价格属性；卡车集中的每辆卡车可以有一个牵引力属性；雇员集中的每位雇员可以有一个 薪水属性，也可以有一个生日属性等等。
第4页
5 5 ( B , M , 1 ) 6 6 ( B , M , 2 ) 7 7 ( B , N , 1 ) 8 8 ( B , N , 2 ) 成员列表被忽略时，派生集成员由父集成员所有的组合构成，这样的派生集成为稠密集。 如果限制派生集的成员，使它成为父集成员所有组合构成的集合的一个子集，这样的派生集 成为稀疏集。同原始集一样，派生集成员的声明也可以放在数据部分。一个派生集的成员列 表有两种方式生成：①显式罗列；②设置成员资格过滤器。当采用方式①时，必须显式罗列 出所有要包含在派生集中的成员，并且罗列的每个成员必须属于稠密集。使用前面的例子， 显式罗列派生集的成员： 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 L I N G O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 sets: !学生集：性别属性 sex，1 表示男性，0 表示女性；年龄属性 age. ; students/John,Jill,Rose,Mike/:sex,age; !男学生和女学生的联系集：友好程度属性 friend，[0，1]之间的数。 ; linkmf(students,students)|sex(&1) #eq# 1 #and# sex(&2) #eq# 0: friend; !男学生和女学生的友好程度大于 0.5 的集; linkmf2(linkmf) | friend(&1,&2) #ge# 0.5 : x; endsets data: sex,age = 1 16 0 14 0 17 0 13; friend = 0.3 0.5 0.6; enddata 用竖线（| ）来标记一个成员资格过滤器的开始。# e q # 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，L I N G O 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 L I N G O 产生。