运筹学上机实验报告
- 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)。
学生实验报告
实验课程名称《运筹学》
开课实验室计算机中心第二机房
学院专业
学生姓名学号
开课时间 2015 至 2016 学年第二学期
实验一中小型线性规划模型的求解与Lingo软件的初步使用
一、实验目的
了解Lingo软件的基本功能和简单线性规划模型的求解的输入和输出结果。
二、实验内容
1.在Lingo中求解下面的线性规划数学模型:
max z=2x
1+3x
2
x 1+2x
2
≤8
4x
1
≤16
4x
2
≤12
x 1, x
2
≥0
2.在Lingo中求解教材P55习题(1)的线性规划数学模型;
3.建立教材P42例8的数学模型并用Lingo求解;
4.建立教材P57习题的数学模型并用Lingo求解。
三、实验要求
1.给出所求解问题的数学模型;
2.给出Lingo中的输入;
3.能理解Solution Report中输出的四个部分的结果;
4.能给出最优解和最优值;
5.能理解哪些约束是取等式和哪些约束取不等式。
四、实验步骤
五、结论
1.该线性规划模型的目标函数值为14,该线性规划经过一次迭代求得最优解,有2个总决策变量,包括目标函数一共有4个约束,最优解的变量X1=4,X2=2 。
2. 该线性规划模型的目标函数值为2,该线性规划经过2次迭代求得最优解,有4个总决策变量,包括目标函数一共有4个约束,最优解的变量X1=0、x2=8、x3=0、x4=-6。
3.该线性规划模型的目标函数值为-2,该线性规划经过0次迭代求得最优解,有3个总决策变量,包括目标函数一共有4个约束,最优解的变量x1=4、x2=1、x3=9。
4.该线性规划模型的目标函数值为150,该线性规划经过4次迭代求得最优解,有6个总决策变量,包括目标函数一共有7个约束,最优解的变量x1=60、x2=10、x3=50、x4=0、x5=30、x6=0。
实验二中小型运输问题数学模型的Lingo软件求解
一、实验目的
熟悉运输问题的数学模型,掌握简单运输问题数学模型的Lingo软件求解的方法,掌握解报告的内容。
二、实验内容
用Lingo求解教材P94例1
三、实验要求
1.写出数学模型;
2.在Lingo中输入求解的程序;
3.求解得到解报告;
4.写出最优解和最优值;
四、实验步骤
五、结论
当x1到x12分别取(0,0,5,2,3,0,0,1,0,6,0,3)时,该数学模型取得最优解Z=85。
实验三大型线性规划模型的编程求解
一、实验目的
掌握求解大型线性规划模型Lingo软件的编程的基本方法。
二、实验内容
1.在Lingo中编程求解下面的线性规划数学模型;
max z=2x
1+3x
2
;
x 1+2x
2
≤8
4x
1
≤16
4x
2
≤12
x 1,x
2
≥0;
2.在Lingo中编程求解教材P55习题(1)的线性规划数学模型;
3.建立教材P42例8的数学模型并用Lingo编程求解;
4.建立教材P57习题的数学模型并用Lingo编程求解。
三、实验要求
1.给出所求解问题的数学模型;
2.给出Lingo中的编程程序;
3.能给出最优解和最优值;
4.指出哪些约束是取等式和哪些约束取不等式。
四、实验步骤
五、结论
1.该问题的最优解为9,自变量的取值为X1=0,X2=3。
2.此规划问题的最优解为2,此时自变量的值为Xi=(0 8 0 -6)。
3. 次线性规划问题的最优解为-2,此时自变量的值为Xi=(4 1 9)。
4. 此规划问题的最优解为:150,此时各自变量的取值为Xj=(60 10 50 0 30 0)。
实验四运输问题数学模型的Lingo编程求解
一、实验目的
熟悉运输问题的数学模型,掌握简单运输问题数学模型的Lingo软件编程求解的方法,掌握解报告的内容。
二、实验内容
1.用Lingo编程求解教材P94例1;
2.建立教材P115习题的数学模型并Lingo编程求解(两个问题:一个产销平衡,另一个产销不平衡A—2500套)。
三、实验要求
1.写出数学模型;
2.在Lingo中输入求解的程序;
3.求解得到解报告;
4.写出最优解和最优值;
四、实验步骤
五、结论
1.根据求解的结果可知该运输问题的最优解为85元。
2.①当产销平衡时
该运输问题的最优解为7200元
此时变量的取值为x(i,j)=0 2000 500 0
0 0 2500 0
1500 0 0 3500
②当产销不平衡时
该运输问题的最优解为77000元
此时变量的取值为X(i,j)=1000 1000 500 0
0 0 2500 0
1500 0 0 3500 0 1000 0 0