LINGO基本语法和编程课件.ppt

稠密集合与稀疏集合 包含了两个基本集合构成的所有二元有序对的派生集合称为稠密集合(简称稠集)。有时候，在实际问题中，一些属性(数组) 只在笛卡儿积的一个真子集合上定义，这种派生集合称为稀疏集合(简称疏集)。 例 (最短路问题) 在纵横交错的公路网中，货车司机希望找到一条从一个城市到另一个城市的最短路. 下图表示的是公路网, 节点表示货车可以停靠的城市,弧上的权表示两个城市之间的距离(百公里). 那么,货车从城市S出发到达城市T,如何选择行驶路线,使所经过的路程最短? S T A1 A2 A3 B1 B2 C1 C2 6 3 3 6 6 5 8 7 4 6 7 8 9 5 6 S T A1 A2 A3 B1 B2 C1 C2 6 3 3 6 6 5 8 7 4 6 7 8 9 5 6 分析 假设从S到T的最优行驶路线 P 经过城市C1, 则P中从S到C1的子路也一定是从S到C1的最优行驶路线; 假设 P 经过城市C2, 则P中从S到C2的子路也一定是从S到C2的最优行驶路线. 因此, 为得到从S到T的最优行驶路线, 只需要先求出从S到Ck(k=1,2)的最优行驶路线, 就可以方便地得到从S到T的最优行驶路线. 同样,为了求出从S到Ck(k=1,2)的最优行驶路线, 只需要先求出从S到Bj(j=1,2)的最优行驶路线; 为了求出从S到Bj(j=1,2)的最优行驶路线, 只需要先求出从S到Ai (i=1,2,3)的最优行驶路线. 而S到Ai(i=1,2,3)的最优行驶路线是很容易得到的(实际上, 此例中S到Ai(i=1,2,3)只有唯一的道路) 分析 S T A1 A2 A3 B1 B2 C1 C2 6 3 3 6 6 5 8 7 4 6 7 8 9 5 6 此例中可把从S到T的行驶过程分成4个阶段,即 S→Ai (i=1,2或3), Ai → Bj(j=1或2), Bj → Ck(k=1或2), Ck → T. 记d(Y,X)为城市Y与城市X之间的直接距离(若这两个城市之间没有道路直接相连，则可以认为直接距离为∞)，用L(X)表示城市S到城市X的最优行驶路线的路长: 本例的计算 S T A1 A2 A3 B1 B2 C1 C2 6 3 3 6 6 5 8 7 4 6 7 8 9 5 6 所以, 从S到T的最优行驶路线的路长为20. 进一步分析以上求解过程, 可以得到从S到T的最优行驶路线为 S→ A3→ B2→ C1 → T. 这种计算方法在数学上称为动态规划(Dynamic Programming) 本例的LINGO求解 “CITIES”(城市):一个基本集合(元素通过枚举给出) L:CITIES对应的属性变量(我们要求的最短路长) “ROADS”(道路):由CITIES导出的一个派生集合(请特别注意其用法),由于只有一部分城市之间有道路相连，所以不应该把它定义成稠密集合，将其元素通过枚举给出，这就是一个稀疏集合。 D:稀疏集合ROADS对应的属性变量(给定的距离) 本例的LINGO求解 从模型中还可以看出：这个LINGO程序可以没有目标函数，这在LINGO中，可以用来找可行解(解方程组和不等式组)。 在数据段对L进行赋值，只有L(S)=0已知，后面的值为空(但位置必须留出来，即逗号“，”一个也不能少，否则会出错)。如果这个语句直接写成“L=0；”，语法上看也是对的，但其含义是L所有元素的取值全部为0，所以也会与题意不符。 本例的LINGO求解 虽然集合CITIES中的元素不是数字，但当它以CITIES(I)的形式出现在循环中时，引用下标I却实际上仍是正整数，也就是说I指的正是元素在集合中的位置(顺序)，一般称为元素的索引(INDEX)。 在@for循环中的过滤条件里用了一个函数“@index”, 其作用是返回一个元素在集合中的索引值，这里@index(S)=1(即元素S在集合中的索引值为1)，所以逻辑关系式“I#GT#@index(S)”可以可以直接等价地写成“I#GT#1” 。这里@index(S)实际上还是@index(CITIES,S)的简写，即返回S在集合CITIES中的索引值。 本例的LINGO求解结果 从S到T的最优行驶路线的路长为20(进一步分析，可以得到最优行驶路线为S→ A3→ B2→ C1 → T)。 本例中定义稀疏集合ROADS的方法是将其元素通过枚举给出，有时如果元素比较多，用起来不方便。另一种定义稀疏集合的方法是“元素过滤”法，能够从笛卡儿积中系统地过滤下来一些真正的元素。 例 某班8名同学准备分成4个调查队(每队两人)前往4个地区进行社会调查。这8名同学两两之间组队的效率如下表所示(由于对称性，只列出了严格上三角部分