Lingo 中各项的含义Lingo 中各项的含义.doc

  1. 1、本文档共15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
Lingo 中各项的含义Lingo 中各项的含义

Lingo solution report中各项的含义 (一)优化模型的组成 优化模型包括以下3部分: l Objective Function:目标函数是一个能准确表达所要优化问题的公式。 l Variables:Decision variables(决策变量),在模型中所使用的变量。 l Constraints:约束条件。 (二)Lingo软件使用的注意事项 (1)LINGO中不区分大小写字母,变量(和行名)可以使用不超过32个字符表示,且必须以字母开头。 (2)在命令方式下(Command Window中),必须先输入MODEL:表示开始输入模型。LINGO中模型以“MODEL:”开始,以“END”结束。对简单的模型,这两个语句也可以省略。 (3)LINGO中的语句的顺序是不重要的,因为LINGO总是根据“MAX=”或“MIN=”语句寻找目标函数,而其它语句都是约束条件(当然注释语句和TITLE除外)。 (4)LINGO模型是由一系列语句组成,每个语句以分号“;”结束。 (5)LINGO中以感叹号“!”开始的是说明语句(说明语句也需要以分号“;”结束)。 (6)LINGO中解优化模型时假定所有变量非负(除非用限定变量函数@free或@sub或slb另行说明)。 (三)Solution Report各项的含义 例1 将以下模型粘贴到Lingo中求解,其中第一行MODEL和最后一行END在Lingo Model 窗口下可以不要。 MODEL: min = 2*x1 + 3*x2; x1 + x2 = 350; x1 = 100; 2*x1 + x2 = 600; END 得到如下的结果报告 Global optimal solution found. Objective value: 800.0000 Infeasibilities: 0.000000 !指矛盾约束的数目; Total solver iterations: 2 Model Class: LP Total variables: 2 Nonlinear variables: 0 Integer variables: 0 Total constraints: 4 Nonlinear constraints: 0 Total nonzeros: 7 Nonlinear nonzeros: 0 Variable Value Reduced Cost X1 250.0000 0.000000 X2 100.0000 0.000000 Row Slack or Surplus Dual Price 1 800.0000 -1.000000 2 0.000000 -4.000000 ! 模型第一行表示目标函数,第二行对应第一个约束; 3 150.0000 0.000000 4 0.000000 1.000000 下面对Solution Report(LINGO的结果报告窗口)的各个部分进行说明: Global optimal solution found 表示全局最优解找到. Objective value: 800.0000 表示最优目标值为800.0000. Total solver iterations: 2 表示用单纯行法进行了两次迭代. Variable 表示变量, 此问题中有两个变量X1, X2. Value 给出最优解中各变量(Variable)的值: X1=250.0000, X2=100.0000. Reduced Cost 实际上是与最优单纯形表中的检验数相差一个负号的一个数。注意下面的Ay = z Reduced Cost指为了使某个变量在解中的数值增加一个单位,目标函数值必须付出的代价。如果一个变量的Reduced Cost值为8,为了使该变量增加一个单位,在最大化(最小化)问题中,目标函数值将减少(增大)8个单位。 在一个最大值的模型中,Reduced Cost 对应的非基变量增加一个单位,目标值会有减少Reduced Cost;在一个最小值模型中,Reduced Cost对应的非基变量增加一个单位,目标值会增大Reduced Cost。 Reduced Cost它也可以认为是:在最优化问题中,要使某个变量进入基,该变量在目标函数中的系数应该改变的数量。(在Min问题中要选单纯形表最后一行中最大的正的判别数对应的列为主列[此列对应的变量是进基变量],其目标是使所有的判别数都非正;在Max问题中要选单纯形表最后一行最小的负数对应的变量作为进基变量,其目标是使所有的判别数都非负) 例如:在一个最大化(最小化)问题中,如果一个变量的Reduced Cost值为8,则为了使该变量进基,目标函数中该变量的系数就必须增加(减少)8个单位。非基向量要进入

文档评论(0)

vshoulrengb3 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档