1：SAILCO 公司需要决定下四个季度的帆船生产量。下四个季度的帆船需求量分别是40 条，60 条，75 条，25 条，这些需求必须按时满足。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，每条船的生产费用为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？
例2:某公司有6 个建筑工地要开工，每个工地的位置（用平面坐标a, b 表示，距离单位：公里）及水泥日用量d（吨）依次为3，5，4，7，6，11。目前有两个临时料场位于P (5, 1), Q (2, 7) ，日储量各有20 吨。假设从料场到工地之间均有直线道路相连，试制定每天的供应计划，即从A, B 两料场分别向各工地运送多少吨水泥，使总的吨公里数最小。为了进一步减少吨公里数，打算舍弃两个临时料场，改建两个新的，日储量仍各为20吨，问应建在何处，节省的吨公里有多大。
例3 最短路问题在公路网中，司机希望找到一条从一个城市到另一个城市的最短路. 假设图表示的是该公路网, 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？
LINGO 使用教程 LINGO 是用来求解线性和非线性优化问题的简易工具。LINGO 内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO 高效的求解器可快速求解并分析结果。 §1 LINGO 快速入门 当你在windows 下开始运行LINGO 系统时，会得到类似下面的一个窗口： 外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model – LINGO1的窗口是LINGO 的默认模型窗口，建立的模型都都要在该窗口内编码实现。下面举两个例子。 例1.1 如何在LINGO 中求解如下的LP 问题： ,6002100 350. .32min 21211 212 1≥≤+≥≥++x x x x x x x t s x x 在模型窗口中输入如下代码： min =2*x1+3*x2; x1+x2>=350; x1>=100; 2*x1+x2<=600; 然后点击工具条上的按钮 即可。 例1.2 使用LINGO 软件计算6个发点8个收点的最小费用运输问题。产销单位运价如
model: !6发点8收点运输问题; sets: warehouses/wh1..wh6/: capacity; vendors/v1..v8/: demand; links(warehouses,vendors): cost, volume; endsets !目标函数; min=@sum(links: cost*volume); !需求约束; @for(vendors(J): @sum(warehouses(I): volume(I,J))=demand(J)); !产量约束; @for(warehouses(I): @sum(vendors(J): volume(I,J))<=capacity(I)); !这里是数据; data: capacity=60 55 51 43 41 52; demand=35 37 22 32 41 32 43 38; cost=6 2 6 7 4 2 9 5 4 9 5 3 8 5 8 2 5 2 1 9 7 4 3 3 7 6 7 3 9 2 7 1 2 3 9 5 7 2 6 5 5 5 2 2 8 1 4 3; enddata end 然后点击工具条上的按钮即可。 为了能够使用LINGO的强大功能，接着第二节的学习吧。 §2 LINGO中的集 对实际问题建模的时候，总会遇到一群或多群相联系的对象，比如工厂、消费者群体、交通工具和雇工等等。LINGO允许把这些相联系的对象聚合成集（sets）。一旦把对象聚合成集，就可以利用集来最大限度的发挥LINGO建模语言的优势。 现在我们将深入介绍如何创建集，并用数据初始化集的属性。学完本节后，你对基于建模技术的集如何引入模型会有一个基本的理解。
LINGO 是用来求解线性和非线性优化问题的简易工具。LINGO 内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO 高效的求解器可快速求解并分析结果。 LINGO 快速入门 当你在windows 下开始运行LINGO 系统时，会得到类似下面的一个窗口： 外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model – LINGO1的窗口是LINGO 的默认模型窗口，建立的模型都都要在该窗口内编码实现。下面举两个例子。 例1.1 如何在LINGO 中求解如下的LP 问题： ,6002100 350. .32min 21211 212 1≥≤+≥≥++x x x x x x x t s x x 在模型窗口中输入如下代码： min =2*x1+3*x2; x1+x2>=350; x1>=100; 2*x1+x2<=600; 然后点击工具条上的按钮 即可。 例1.2 使用LINGO 软件计算6个发点8个收点的最小费用运输问题。产销单位运价如
model: !6发点8收点运输问题; sets: warehouses/wh1..wh6/: capacity; vendors/v1..v8/: demand; links(warehouses,vendors): cost, volume; endsets !目标函数; min=@sum(links: cost*volume); !需求约束; @for(vendors(J): @sum(warehouses(I): volume(I,J))=demand(J)); !产量约束; @for(warehouses(I): @sum(vendors(J): volume(I,J))<=capacity(I)); !这里是数据; data: capacity=60 55 51 43 41 52; demand=35 37 22 32 41 32 43 38; cost=6 2 6 7 4 2 9 5 4 9 5 3 8 5 8 2 5 2 1 9 7 4 3 3 7 6 7 3 9 2 7 1 2 3 9 5 7 2 6 5 5 5 2 2 8 1 4 3; enddata end 然后点击工具条上的按钮即可。 为了能够使用LINGO的强大功能，接着第二节的学习吧。 灵敏性分析（Range，Ctrl+R） 用该命令产生当前模型的灵敏性分析报告：研究当目标函数的费用系数和约束右端项在什么范围（此时假定其它系数不变）时，最优基保持不变。灵敏性分析是在求解模型时作出的，因此在求解模型时灵敏性分析是激活状态，但是默认是不激活的。为了激活灵敏性分析，运行LINGO|Options…，选择General Solver Tab，在Dual Computations列表框中，选择Prices and Ranges选项。灵敏性分析耗费相当多的求解时间，因此当速度很关键时，就没有必要激活它。 下面我们看一个简单的具体例子。 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：
lingo软件使用教程 一般来说，一个优化模型将由以下三部分组成： 1. 目标函数（Objective Function）：要达到的目标。 2. 决策变量（Decision variables）：每组决策变量的值代表一种方案。在优化模型中需要确定决策变量的最优值，优化的目标就是找到决策变量的最优值使得目标函数取得最优。 3. 约束条件（Constraints）：对于决策变量的一些约束，它限定决策变量可以取的值。 在写数学模型时，一般第一行是目标函数，接下来是约束条件，再接着是一些非负限制等。在模型窗口输入如下代码: Max = 2*x1+3*x2; X1+2*x2<=8; 4*x1<16; 4*x2<12; 注意：1.每一个lingo表达式最后要跟一个分号; 2.多数电脑中没有符号，lingo中<=代替；为了方便可以用<代替小于等于，用>代替大于等于。 3.我们可以添加一些注释，增加程序的可读性。注释以一个！（叹号必须在英文状态下输入，它会自动变为绿色）开始，以；（分号）结束。 4．Lingo中不区分变量名的大小写。变量名必须以字母（A-Z）开头，后面的字符可以是字母、数字、下划线。变量名不能超过32个字符。 Lingo程序的一些规则： 1. 在Lingo中最开始都是“MAX=”或者“MIN=”开始表示求目标函数的最大或者最小值。 2. 变量和它前面的系数之间要用“*”连接，中间可以有空格。 3. 变量名不区分大小写，但必须以字母开始，不超过32个字符。 4. 数学表达式结束时要用分号“；”表示结束。表达式可以写在多行上，但是表达式中间不能用分号。 5. 在电脑系统中一般没有“小于等于”符号，在Lingo采用“<=”来表示“小于等于”，用“>=”表示“大于等于”。小于等于也可以用更简单的“<”表示，大于等于用“>”表示。 集合段： 在我们已经得到的程序里有一些量没有定义，如WAREHOUSES( I)，DEMAND( J)， LINKS( I, J)。这些量将在Lingo中的集合段定义。 集合段以SETS:表示开始，以ENDSETS表示结束。 如果一个集合的元素都已经定义过，就可以用一些循环函数（如@for）. 注：1. 集合的属性相当于以集合的元素为下标的数组。Lingo中没有数组的概念，只有定义在集合上的属性的概念。 2 集合的定义语法： set_name[/set_member/:][attribute_list]; 集合的名称在左边，右边是这个集合上的属性，他们之间用冒号“：”分割开，最后由分号表示结束。如果在同一个集合上有多个属性时，不同的属性之间用逗号“，”隔开，如本例的cost和volume属性。如果要特别列出集合的元素时，在集合的名称后把元素写在两条斜线之间，如本例中的仓库可以写为 WAREHOUSES/WH1, WH2, WH3, WH4, WH5, WH6/: CAPACITY;
LINGO的使用简介 LINGO软件是美国的LINGO系统公司开发的一套专门用于求解最优化问题的软件包．LINGO除了能够用于求解线性规划和二次规划外，还可以用于非线性规划求解、以及一些线性和非线性方程(组)的求解等．LINGO软件的最大特色在于它允许优化模型中的决策变量为整数，即可以求解整数规划，而且执行速度快．LINGO是用来求解线性和非线性优化问题的简易工具．LINGO置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果．在这里仅简单介绍LINGO的使用方法． LINGO(Linear INteractive and General Optimizer )的基本含义是交互式的线性和通过优化求解器．它是美国芝加哥大学的 Linus Schrage 教授于1980年开发了一套用于求解最优化问题的工具包，后来经过完善成何扩充，并成立了LINDO系统公司．这套软件主要产品有：LINDO，LINGO，LINDO API和What’sBest．它们在求解最优化问题上，与同类软件相比有着绝对的优势．软件有演示版和正式版．正式版包括：求解包(solver suite)、高级版(super)、超级版(hyper)、工业版(industrial)、扩展版(extended)．不同版本的LINGO对求解问题的规模有限制，如附表３-1所示． 附表３-1 不同版本LINGO对求解规模的限制 版本类型总变量数整数变量数非线性变量数约束数 演示版 300 30 30 150 求解包 500 50 50 250 高级版 2000 200 200 1000 超级版 8000 800 800 4000 工业版 32000 3200 32000 16000 扩展版无限无限无限无限 3.1 LINGO程序框架 LINGO可以求解线性规划、二次规划、非线性规划、整数规划、图论及网络最优化问题和最大最小求解问题，以及排队论模型中最优化等问题． 一个LINGO程序一般会包括以下几个部分： (1) 集合段：集部分是LINGO模型的一个可选部分．在LINGO模型中使用集之前，必须在集部分事先定义．集部分以关键字“sets:”开始，以“endsets”结束．一个模型可以没有集部分，或有一个简单的集部分，或有多个集部分．一个集部分可以放置于模型的任何地方，但是一个集及其属性在模型约束中被引用之前必须先定义． (2) 数据段：在处理模型的数据时，需要为集部分定义的某些元素在LINGO求解模型之前为其指定
LINGO教程 LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。 §1 LINGO快速入门 ●安装：实验室的所有电脑都已经事先安装好了Lingo 8（或者9， 10， 11）。 如果要在自己的电脑上安装这个软件，建议从网上下载一个破解版的，按照提示一步一步地安装完毕。 ●简单例子：当你在windows系统下开始运行LINGO时，会得到类似于下面的 一个窗口： 外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model –LINGO1的窗口是LINGO的默认模型窗口，建立的模型都要在该窗口内编码实现。下面举两个例子。 例 1某工厂在计划期内要安排生产I、II两种产品，已知生产单位产品所需的设备台时及A、B两种原材料的消耗，如表所示。
该工厂每生产一件产品I可获利2元，每生产一件产品II可获利3元，问应该如何安排生产计划使该厂获利最多？ 我们用下面的数学模型来描述这个问题。 设x_1、x_2分别表示在计划期内产品I、II的产量。因为设备的有效台时是8，这是一个限制产量的条件，所以在确定产品I、II的产量时，要考虑不超过设备的有效台时数，即可用不等式表示为 x_1 + 2x_2 <=8 同理，因原材料A、B的限量，可以得到以下不等式 4x_1 <=16 4x_2 <=12 该工厂的目标是在不超过所有资源限量的条件下，如何确定产量x_1、x_2以得到最大的利润。若用z表示利润，这时z=2x_1+3x_2.综合上述，该计划问题可用数学模型表示为： 目标函数 max z=2x_1+3x_2 约束条件 x_1 + 2x_2 <=8 4x_1 <=16 4x_2 <=12 x_1、x_2 >=0 一般来说，一个优化模型将由以下三部分组成： 1.目标函数（Objective Function）：要达到的目标。 2.决策变量（Decision variables）：每组决策变量的值代表一种方案。在优化模 型中需要确定决策变量的最优值，优化的目标就是找到决策变量的最优值使得目标函数取得最优。 3.约束条件（Constraints）：对于决策变量的一些约束，它限定决策变量可以取 的值。 在写数学模型时，一般第一行是目标函数，接下来是约束条件，再接着是一些非负限制等。 在模型窗口输入如下代码: Max = 2*x1+3*x2; ！This is a linear program. X1+2*x2<=8;
2 Solving Math Programs with LINGO 2.1 Introduction The process of solving a math program requires a large number of calculations and is, therefore, best performed by a computer program. The computer program we will use is called LINGO. The main purpose of LINGO is to allow a user to quickly input a model formulation, solve it, assess the correctness or appropriateness of the formulation based on the solution, quickly make minor modifications to the formulation, and repeat the process. LINGO features a wide range of commands, any of which may be invoked at any time. LINGO checks whether a particular command makes sense in a particular context. The main version of LINGO has a graphical user interface( GUI), althought there is a command line interface available for certain special situations, e.g. running under Unix. We will work only with the GUI version. 2.2 LINGO for Windows, Apple Mac, and Linux When the GUI version LINGO starts, it opens a blank window known as a Model Window. The Model Window is where you “do all your work”. Output in LINGO is displayed in a Report Window. LINGO can generate a number of reports pertaining to your model. All the standard commands for opening and saving files, familiar to Windows and Mac users are available. The following is a typical screen shot. 21