根据模型中决策变量取值范围与目标函数以与约束函数....ppt

根据模型中决策变量取值范围与目标函数以与约束函数....ppt

  1. 1、本文档共35页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
根据模型中决策变量取值范围与目标函数以与约束函数...

;后缀(lg4):LONGO格式的模型文件,只有LINGO能读出它 后缀(lng):表示文本格式文件,以此格式保存模型文件将会丢失格式信息 后缀(ldt):表示数据文件 后缀(ltf):命令脚本文件 后缀(lgr):报告文件 后缀(ltx):LINDO格式的模型文件 后缀(mps):数学规划系统格式的模型文件 除了(lg4)文件以外,另外几种格式的文件都属于普通文本文件.;模型的数据部分和初始部分 ;模型的数据部分和初始部分 ;模型的数据部分和初始部分 ;模型的数据部分和初始部分 ;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,而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。 sets: years/1..5/: capacity; endsets data: capacity = ,34,20,,; enddata 属性capacity的第2个和第3个值分别为34和20,其余的未知。 ;模型的初始部分 在初始部分输入的值仅被LINGO求解器当作初始点来用,并且仅仅对非线性模型有用。 一个初始部分以“init:”开始,以“endinit”结束。 init: X, Y = 0, .1; endinit Y=@log(X); X^2+Y^2=1; ;LINGO函数 ;LINGO函数 ;下面给出以上三类操作符的优先级: 高 #not# ﹣(取反) ^ ﹡ / ﹢﹣ #eq# #ne# #gt# #ge# #lt# #le# #and# #or# 低 = = = ;LINGO函数 ;LINGO函数 ;概率函数 1.@pbn(p,n,x) 二项分布的累积分布函数。当n和(或)x不是整数时,用线性插值法进行计算。 2.@pcx(n,x) 自由度为n的χ2分布的累积分布函数。 3.@peb(a,x) 当到达负荷为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。 4.@pel(a,x) 当到达负荷为a,服务系统有x个服务器且不允许排队时的Erlang繁忙概率。 5.@pfd(n,d,x) 自由度为n和d的F分布的累积分布函数。 6.@pfs(a,x,c) 当负荷上限为a,顾客数为c,平行服务器数量为x时,有限源的Poisson服务系统的等待或返修顾客数的期望值。a是顾客数乘以平均服务时间,再除以平均返修时间。当c和(或)x不是整数时,采用线性插值进行计算。 7.@phg(pop,g,n,x) 超几何(Hypergeometric)分布的累积分布函数。pop表示产品总数,g是正品数。从所有产品中任意取出n(n≤pop)件。pop,g,n和x都可以是非整数,这时采用线性插值进行计算。 ;概率函数 8.@ppl(a,x) Poisson分布的线性损失函数,即返回max(0,z-x)的期望值,其中随机变量z服从均值为a的Poisson分布。 9.@pps(a,x) 均值为a的Poisson分布的累积分布函数。当x不是整数时,采用线性插值进行计算。 10.@psl(x) 单位正态线性损失函数,即返回max(0,z-x)的期望值,其中随机变量z服从标准正态分布。 11.@psn(x) 标准正态分布的累积分布函数。 12.@ptd(n,x) 自由度为n的t分布的累积分布函数。 ;13.@qrand(seed) 产生服从(0,1)区间的拟随机数。@qrand只允许在模型的数据部分使用,它将用拟随机数填满集属性。通常,声明一个m×n的二维表,m表示运行实验的次数,n表示每次实验所需的随机数的个数。 model: data: M=4; N=2; seed=1234567; enddata sets: rows/1..M/; cols/1..N/; table(rows,cols): x; endsets data: X=@qrand(seed); enddata end ;14.@rand(seed) 返回0和1间的伪随机数,依赖于指定的种子。典型用法是U(I+1)=@rand(U(I))。注意如果seed不变,那么产生的随机数也不变。 model: sets: series/1..15/: u; endsets u( 1) = @rand( .1234); @for(series( I)| I #GT# 1: u( I) = @rand( u( I - 1)) ); end ;LINGO函数 ;LINGO函数 ;集循

文档评论(0)

xcs88858 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档