Lingo超经典案例大全要点.pdfVIP

Lingo 超经典案例大全 LINGO 是 Linear Interactive and General Optimizer 的缩写，即 交互式的线性和通用优化“ 求解器 ”。Lingo 超强的优化计算能力在很多方面（线性规划、非线性规划、线性整数规划、 非线性整数规划、非线性混合规划、二次规划等）比 matlab 、maple 等强得多， Lingo 编程 简洁明了，数学模型不用做大的改动（或者不用改动）便可以直接采用 Lingo 语言编程，十 分直观。 Lingo 模型由 4 个段构成： （1）集合段（ sets endsets）；（ 2 ）数据段（ data enddata)； (3) 初始段（ init endinit ）；（ 4 ）目标与约束段。 Lingo 的五大优点： 1. 对大规模数学规划， LINGO 语言所建模型较简洁，语句不多； 2. 模型易于扩展，因为 @FOR 、@SUM 等语句并没有指定循环或求和的上下限，如果在集 合定义部分增加集合成员的个数， 则循环或求和自然扩展， 不需要改动目标函数和约束条件； 3. 数据初始化部分与其它部分语句分开，对同一模型用不同数据来计算时，只需改动数据 部分即可，其它语句不变； 4. 集合“ ”是 LINGO 有特色的概念，它把实际问题中的事物与数学变量及常量联系起来，是 实际问题到数学量的抽象，它比 C 语言中的数组用途更为广泛。 5. 使用了集合以及 @FOR 、@SUM 等集合操作函数以后可以用简洁的语句表达出常见的规 划模型中的目标函数和约束条件， 即使模型有大量决策变量和大量数据， 组成模型的语句并 不随之增加． 一、求解线性整数规划、非线性整数规划问题： 1.线性整数规划： model: max=x1+x2; x1+9/14*x2=51/14; -2*x1+x2=1/3; @gin(x1);@gin(x2); end 求得 x1=3 ，x2=1 ，最大值为 4.运用 matlab 求时可以发现有两组解： x1=3 ，x2=1 和 x1=2 ， x2=2 。通过验证也可知这两组解均满足。 Lingo 的一个缺陷是：每次只能输出最优解中的一 个（有时不只一个）。那么，怎样求得其他解呢？一个办法是将求得的解作为约束条件，约 束 x1 不等于 3，x2 不等于 1，再求解。如下： model: max=x1+x2; x1+9/14*x2=51/14; -2*x1+x2=1/3; @gin(x1);@gin(x2); @abs(x1-3)0.001; @abs(x2-1)0.001; end 求得 x1=2 ，x2=2. 若再次排除这组解，发现 Lingo 解不出第三组解了，这时我们可以断定： 此优化模型有两组解： x1=3 ，x2=1 和 x1=2 ，x2=2. 求解模型时需注意： Lingo 中，默认变量均为非负；输出的解可能是最优解中的一组，要判 断、检验是否还有其他解（根据具体问题的解的情况或用排除已知最优解的约束条件法）。 2、非线性整数规划： model: sets: row/1..4/:b; col/1..5/:c1,c2,x; link(row,col):a; endsets data: c1=1,1,3,4,2; c2=-8,-2,-3,-1,-2; a=1 1 1 1 1 1 2 2 1 6 2 1 6 0 0 0 0 1 1 5; b=400,800,200,200; enddata max=@sum(col:c1*x^2+c2*x); @for(row(i):@sum(col(j):a(i,j)*x(j))b(i)); @for(col:@gin(x)); @for(col:@bnd(0,x,99)); End 求得： x1=50,x2=99,x3=0,x4=99,x5=20. 最大值为 51568 。 这里 ,我们看不出是否还有其他解，需要将已知的最