LINGO解题结果的分析.docxVIP

一个很好的运算结果分析莫版！！

例5.1某家具公司制造书桌、餐桌和椅子，所用的资源有三种：木料、木工和漆工。生产数据如下表所示：

木料

每个书桌

8单位

每个餐桌

6单位

每个椅子

1单位

现有资源总数

48单位

漆工

4单位

2单位

1.5单位

20单位

木工

2单位

1.5单位

0.5单位

8单位

成品单价

60单位

30单位

20单位

若要求桌子的生产量不超过5件，如何安排三种产品的生产可使利润最大？

用DESKS、TABLES和CHAIRS分别表示三种产品的生产量，建立LP模型。

[OBJ]max=60*desks+30*tables+20*chairs;[ml] 8*desks+6*tables+chairs=48;[qg] 4*desks+2*tables+1.5*chairs=20;[mg] 2*desks+1.5*tables+.5*chairs=8;[zz] tables=5;

Globaloptimalsolutionfoundatiteration:

0

Objectivevalue:

280.0000

Variable Value

ReducedCost

DESKS 2.000000

0.000000

TABLES 0.000000

5.000000

CHAIRS 8.000000

0.000000

Row SlackorSurplus

DualPrice

OBJ 280.0000

1.000000

ML 24.00000

0.000000

QG 0.000000

10.00000

MG 0.000000

10.00000

ZZ 5.000000

0.000000

“Globaloptimalsolutionfoundatiteration:3”表示3次迭代后得到全局最优解。“Objectivevalue:280.0000”表示最优目标值为

280。“Value”给出最优解中各变量的值：造2个书桌（desks）“ReducedCost”列出最优单纯形表中判别数所在行的变量的系

数，表示当变量有微小变动时,目标函数的变化率。其中基变量

的reducedcost值应为0，对于非基变量Xj,相应的reducedcost值表示当某个变量Xj增加一个单位时目标函数减少的量(max型问

题)。

本例中：变量tables对应的reducedcost值为5，表示当非基变量tables的值从0变为1时（此时假定其他非基变量保持不变,但为了满足约束条件，基变量显然会发生变化），最优的目标函数值

=280-5=275。

[OBJ]max=60*desks+30*tables+20*chairs;[ml] 8*desks+6*tables+chairs=48;[qg] 4*desks+2*tables+1.5*chairs=20;[mg] 2*desks+1.5*tables+.5*chairs=8;[zz] tables=1;

Globaloptimalsolutionfoundatiteration: 4

Objectivevalue: 275.0000

Variable

Value

ReducedCost

DESKS

0.7500000

0.000000

TABLES

1.000000

0.000000

CHAIRS

10.00000

0.000000

“DUALPRICE”（对偶价格）表示当对应约束有微小变动时,目标函数的变化率。输出结果中对应于每一个约束有一个对偶价格。若其数值为p，表示对应约束中不等式右端项若增加1个单位，目标函数将增加p 个单位（max型问题）。显然，如果在最优解处约束正好取等号（也就是“紧约束”，也称为有效

约束或起作用约束），对偶价格值才可能不是0。本例中：

[qg]、[mg]行是紧约束，对应的对偶价格值为10，表示当紧约束[qg] 4DESKS+2TABLES+1.5CHAIRS=20

变为 [qg] 4DESKS+2TABLES+1.5CHAIRS=21

时，目标函数值=280+10=290。对第MG行也类似

Row

SlackorSurplus

DualPrice

OBJ

280.0000

1.000000

ML

24.00000

0.000000

QG

0.000000

10.00000

MG

0.000000

10.00000

ZZ

5.000000

0.000000

Rang