决策变量-南昌大学理学院-数学建模教育与实践基地.PPT

LINDO 公司软件产品简要介绍 LINDO和LINGO软件能求解的优化模型 LINDO/LINGO软件的求解过程 建模时需要注意的几个基本问题 需要掌握的几个重要方面 DIFFERENCE BETWEEN LINGO AND LINDO LINDO 用于求解线性规划和二次规划 LINGO 还可用于非线性规划求解，一些线性和非线性方程组的求解。 LINDO不提供数组或类似的数据结构。 LINGO包含内置的建模语言，允许以简练、直观的方式描述较大规模的优化问题，模型中所需要的数据可以以一定格式保存在独立的文件中。 使用LINDO的一些注意事项 “”（或“”）号与“=”（或“=”）功能相同 变量与系数间可有空格(甚至回车), 但无运算符 变量名以字母开头，不能超过8个字符 变量名不区分大小写（包括LINDO中的关键字） 目标函数所在行是第一行，第二行起为约束条件 行号(行名)自动产生或人为定义。行名以“）”结束 行中注有“!”符号的后面部分为注释。如: ! It’s Comment. 在模型的任何地方都可以用“TITLE” 对模型命名（最多72个字符），如： TITLE This Model is only an Example 使用LINDO的一些注意事项 变量不能出现在一个约束条件的右端 表达式中不接受括号“( )”和逗号“,”等任何符号, 例: 400(X1+X2)需写为400X1+400X2 表达式应化简，如2X1+3X2- 4X1应写成 -2X1+3X2 缺省假定所有变量非负；可在模型的“END”语句后用“FREE name”将变量name的非负假定取消 可在 “END”后用“SUB” 或“SLB” 设定变量上下界 例如： “sub x1 10”的作用等价于“x1=10” 但用“SUB”和“SLB”表示的上下界约束不计入模型的约束，也不能给出其松紧判断和敏感性分析。 14. “END”后对0-1变量说明：INT n 或 INT name 15. “END”后对整数变量说明：GIN n 或 GIN name 二次规划(QP)问题 LINDO可求解二次规划(QP)问题，但输入方式较复杂，因为在LINDO中不许出现非线性表达式 需要为每一个实际约束增加一个对偶变量（LAGRANGE乘子），在实际约束前增加有关变量的一阶最优条件，转化为互补问题 “END”后面使用QCP命令指明实际约束开始的行号，然后才能求解 建议总是用LINGO解QP [注意]对QP和IP: 敏感性分析意义不大 LINGO模型— 例：生产计划问题 SAILCO公司需要决定下四个季度的的帆船生产 量。四个季度的帆船需求量分别是40条，60条， 75条，25条这些需求必须满足。每个季度正常的 生产能力是40条帆船，每条船的生产费用为400美 元。如果加班生产，每天的船的生产费用为450美 元。每个季度末，每条船的库存费用为20美元。 假定生产提前期为0，初始库存为10条船。如何安 排生产可使总费用最小？ LINGO模型— 例：生产计划问题 我们用DEM,RP,OP,INV分别表示需求量、正常生产 的产量、加班生产的产量、库存量，DEM,RP,OP,INV 对每个季度都应该有一个的对应的值，也就是说他们都 应该是一个4个元素组成的数组，其中DEM是已知的， 而RP,OP,INV是未知数。现在我们可以写出这个问题的 模型。首先，目标函数是所有费用的和： min LINGO模型— 例：生产计划问题 约束主要有两个： （1）能力限制： RP(I)=40,I=1,2,3,4 （2）产量数量的平衡方程： INV（I）＝INV(I-1)+RP(I)+OP(I)-DEM(I), I=1,2,3,4 INV(0)=10; LINGO模型 — 例：选址问题 选址问题：NLP 边界 状态窗口 例 钢管运输问题（CUMCM-2000B) 其他优化赛题 LINGO求解整数非线性规划模型 Local optimal solution found at iteration: 12211 Objective value: 28.00000 Variable Value Reduced Cost X1 10.00000 0.000000 X2 10.00000 2.000000 X3 8.000000