下载文档原格式
一、 实验目的应用lingo 软件实现线性规划和整数规划。
二、 实验内容：1．线性规划方法的lingo 软件实现。
2．整数规划方法的Lingo 软件实现三、 实验环境：1 硬件要求：计算机一台2 操作系统：WindowsXP3 软件要求：lingo10四、实验步骤及程序编写：1．线性规划模型。
某战略轰炸机群奉命摧毁敌人军事目标。
已知该目标有四个要害部位，只要摧毁其中之一即可达到目的。
为完成此项任务的汽油消耗量限制为48000升、重型炸弹48枚、轻型炸弹32枚。
飞机携带重型炸弹时每升汽油可飞行2千米，带轻型炸弹时每升汽油可飞行3千米。
又知每架飞机每次只能装载一枚炸弹，每出发轰炸一次除来回路程汽为了使摧毁敌方军事目标的可能性最大，应如何确定飞机轰炸的方案。
解：设用了x 枚重型炸弹，用了y 枚轻型炸弹，攻击的是第i 个部位，再设一标志变量f 定义如下： ⎩⎨⎧=个部位不攻击第个部位攻击第i i f i 01目标函数为： ()[]∑=⨯⨯+⨯=41max i i li ih f p y px()()480002004/3/2004/2/≤++⨯+++⨯i i i i d d y d d x48≤x ,32≤y141=∑=i if2、整数规划模型。
某厂生产甲、乙两种产品，生产甲种产品每件要消耗煤9t ，电力4kw ，使用劳动力3个，获利70元；生产乙种产品每件消耗煤4t ，电力5kw ，使用劳动力10个，获利120元。
有一个生产日，这个厂可动用的煤是360t ，电力是200kw ，劳动力是300个，问应该如何安排甲、乙两种产品的生产，才能使工厂在当日的获利最大，并问该厂当日的最大获利是多少？ 解：模型建立：⎪⎪⎩⎪⎪⎨⎧<+<+<++=取整x x x x x x x x x x t s f 2121212121,3001032005436049..12070max五、程序调试及实验总结1．线性规划模型。
数学与计算科学学院实验报告
实验项目名称运输问题求解
所属课程名称运筹学B
实验类型综合
实验日期 2014年10月25日
姓名张丽芬
学号 0102
成绩
附录1：源程序
附录2：实验报告填写说明
1．实验项目名称：要求与实验教学大纲一致.
2．实验目的：目的要明确，要抓住重点，符合实验教学大纲要求.
3．实验原理：简要说明本实验项目所涉及的理论知识.
4．实验环境：实验用的软、硬件环境.
5．实验方案（思路、步骤和方法等）：这是实验报告极其重要的内容.概括整个实验过程.
对于验证性实验，要写明依据何种原理、操作方法进行实验，要写明需要经过哪几个步骤来实现其操作.对于设计性和综合性实验，在上述内容
基础上还应该画出流程图、设计思路和设计方法，再配以相应的文字说明.对于创新性实验，还应注明其创新点、特色.
6．实验过程（实验中涉及的记录、数据、分析）：写明具体实验方案的具体实施步骤，包括实验过程中的记录、数据和相应的分析.
7．实验结论（结果）：根据实验过程中得到的结果，做出结论.
8．实验小结：本次实验心得体会、思考和建议.
9．指导教师评语及成绩：指导教师依据学生的实际报告内容，给出本次实验报告的评价.。
lingo上机实验报告
一、实验目的
本实验的目的是通过使用 Lingo 软件学习并实践线性规划的基础知识，掌握 Lingo 软件的使用方法，以及掌握如何建立并求解线性规划问题。
二、实验内容
本次实验的内容主要包括以下几个部分：
1. Lingo 软件的安装及简单的使用操作。
2. 线性规划模型的建立与求解。
3. Lingo 软件在解决线性规划问题中的应用。
三、实验步骤
2. 运行 Lingo 软件后，打开一个新的工作表。
假设现有三种纸张，它们的价格分别为 10 元，15 元和 20 元。
在不超过 100 元的总预算下，现在需要购买这些纸张，使得纸张的总重量不少于 100 万克。
要求建立模型并求解。
4. 打开工具栏，分别输入模型所需的变量及约束条件，并设定好各个变量的范围。
5. 在“Lingo”界面上显示得到最优解。
6. 查看结果，进行分析。
四、实验结果
在 Lingo 软件中建立了一个线性规划模型，并成功求解。
将模型的结果输出，得到以下结果：
总共需要购买 25 万克的第一种纸张，50 万克的第二种纸张和 25 万克的第三种纸张。
总共花费 1100 元。
五、实验分析
本实验采用 Lingo 软件来完成线性规划问题的建立和求解。
在输入变量和约束条件后，Lingo 软件能够直观地展示出问题，并能够方便地求解出最佳解。
通过本实验，我们
可以看出 Lingo 软件在解决线性规划问题上的优势，它不仅简单易用，而且在速度上较为快捷，能够有效提高解决问题的效率。
第1篇一、引言运筹学作为一门应用数学分支，广泛应用于经济管理、工程技术、军事决策等领域。
本报告旨在通过运筹学实践教学，验证理论知识在实际问题中的应用效果，提高学生的实践能力和创新能力。
以下是对本次实践教学的总结和反思。
二、实践教学内容1. 线性规划问题本次实践教学选择了线性规划问题作为研究对象。
通过建立线性规划模型，我们尝试解决生产计划、资源分配等实际问题。
- 案例一：生产计划问题某公司生产A、B两种产品，每单位A产品需消耗2小时机器时间和3小时人工时间，每单位B产品需消耗1小时机器时间和2小时人工时间。
公司每天可利用机器时间为8小时，人工时间为10小时。
假设A、B产品的利润分别为50元和30元，请问如何安排生产计划以获得最大利润？- 建模：设A产品生产量为x，B产品生产量为y，目标函数为最大化利润Z = 50x + 30y，约束条件为：\[\begin{cases}2x + y \leq 8 \\3x + 2y \leq 10 \\x, y \geq 0\end{cases}\]- 求解：利用单纯形法求解该线性规划问题，得到最优解为x = 3，y = 2，最大利润为240元。
- 案例二：资源分配问题某项目需要分配三种资源：人力、物力和财力。
人力为50人，物力为100台设备，财力为500万元。
根据项目需求，每种资源的需求量如下：- 人力：研发阶段需20人，生产阶段需30人；- 物力：研发阶段需30台设备，生产阶段需50台设备；- 财力：研发阶段需100万元，生产阶段需200万元。
请问如何合理分配资源以满足项目需求？- 建模：设人力分配量为x，物力分配量为y，财力分配量为z，目标函数为最大化总效用U = x + y + z，约束条件为：\[\begin{cases}x \leq 20 \\y \leq 30 \\z \leq 100 \\x + y + z \leq 500\end{cases}\]- 求解：利用线性规划软件求解该问题，得到最优解为x = 20，y = 30，z = 100，总效用为150。
Lingo软件在运筹学中的应用Lingo软件在运筹学中的应用随着信息技术的不断发展，计算机软件在各个领域中的应用越来越广泛，尤其是在运筹学领域。
运筹学是研究在复杂决策环境下，如何高效地进行决策的学科。
Lingo软件作为一款运筹学建模和求解工具，为运筹学的研究和应用带来了很大的便利和效率。
本文将介绍Lingo软件在运筹学中的应用，并通过实例来说明其实际效果。
首先，Lingo软件在线性规划问题中的应用非常广泛。
线性规划是一种数学优化技术，用于在给定的约束条件下最大化或最小化线性目标函数。
Lingo软件提供了直观的图形用户界面，使得用户可以轻松地建立线性规划模型，并通过内置的求解器进行求解。
用户只需输入决策变量、约束条件和目标函数，Lingo就能自动找到最优解。
这对于一些复杂的决策问题，如生产规划、资源调度和供应链优化等，提供了很大的帮助。
其次，Lingo软件在整数规划和混合整数规划问题中也有着广泛的应用。
整数规划是在线性规划的基础上，将决策变量限制为整数解的优化问题。
混合整数规划在整数规划的基础上，允许部分决策变量取非整数解。
这种类型的决策问题在实际中很常见，如生产工作安排、旅行路线规划和仓储优化等。
Lingo软件提供了强大的分支定界算法和割平面算法，能够有效地求解整数规划和混合整数规划问题。
用户只需调整问题的参数，Lingo就能快速找到最优解，大大减少了优化问题的求解时间。
此外，Lingo软件还可以用于非线性规划问题的建模和求解。
非线性规划是在线性规划的基础上，将决策变量限制为非线性函数的优化问题。
非线性规划在许多实际问题中都有着广泛的应用，如投资组合优化、工程设计和市场定价等。
Lingo软件提供了多种求解算法，如牛顿法、拟牛顿法和遗传算法等，能够有效地求解非线性规划问题。
用户只需选择合适的算法和调整参数，Lingo就能找到最优解或是近似最优解。
最后，Lingo软件还具有灵活的扩展性和集成性。
它可以与其他优化软件和模拟软件进行集成，提供更强大的求解能力和模型分析能力。
数学建模中常见的十大模型集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#数学建模常用的十大算法==转(2011-07-24 16:13:14)1. 蒙特卡罗算法。
该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟来检验自己模型的正确性，几乎是比赛时必用的方法。
2. 数据拟合、参数估计、插值等数据处理算法。
比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用MATLAB 作为工具。
3. 线性规划、整数规划、多元规划、二次规划等规划类算法。
建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件求解。
4. 图论算法。
这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备。
5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。
这些算法是算法设计中比较常用的方法，竞赛中很多场合会用到。
6. 最优化理论的三大非经典算法：模拟退火算法、神经网络算法、遗传算法。
这些问题是用来解决一些较困难的最优化问题的，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用。
7. 网格算法和穷举法。
两者都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具。
8. 一些连续数据离散化方法。
很多问题都是实际来的，数据可以是连续的，而计算机只能处理离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。
9. 数值分析算法。
如果在比赛中采用高级语言进行编程的话，那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。
10. 图象处理算法。
赛题中有一类问题与图形有关，即使问题与图形无关，论文中也会需要图片来说明问题，这些图形如何展示以及如何处理就是需要解决的问题，通常使用MATLAB 进行处理。
Lingo软件使用指南摘要：本文介绍了Lingo软件的基本使用方法。
从最基本的使用到复杂问题的解决，本文给出了比较详细的介绍。
Lingo软件是美国Lindo公司的产品，主要用来求解优化问题。
它是一个非常强大的软件，可以求解大部分优化问题，包括线性规划、二次规划、整数规划、运输问题等，是目前全球应用最广泛的优化软件之一。
这里我们简单介绍它的使用方法。
一进入Lingo如果你的计算机已经安装了Lingo，只需要在桌面上双击Lingo的快捷方式，就可以进入Lingo。
为了使自己的程序易于阅读，经常需要有一些注释，因此在编写程序中，每一行前面有感叹号的表示这一行是注释行，在程序运行中不起作用，希望初学者养成注释的好习惯。
二建立数学模型和 Lingo模型语言例1 在Lingo的命令窗口中输入下面的线性规划模型!目标函数;MAX = 100 * x1 + 150 * x2;!第一个约束;X1<= 100;!第二个约束;X2 <= 120;!第三个约束;X1 + 2 * x2<= 160;!end可有可无;end求解可得全局最优解：Objective value: 14500.00Variable ValueX1 100.0000X2 30.00000从这个例子可以看出，用Lingo软件求解一个简单的优化问题是非常容易的。
我们只需要输入优化问题的两个主要部分：目标函数和约束，就可以直接求解。
对于比较简单的问题，我们可以采取这种直接的方式去求解，但是，对于比较复杂的问题，用这种方式就不现实。
比如下面的例2，这就必须要使用Lingo的模型语言。
例2 一个运输问题假设WWW公司有6个仓库，储存着8个分厂生产所需要的原材料。
要求每一个仓库的供应量不能超过储存量，而且每一个分厂的需求必须得到满足。
问：如何组织运输，使总运输费用最小？已知从6个仓库到8个分厂的运输费用表。
表1 供应表2 需求表3 运输费用Wh5 2 3 9 5 7 2 6 5Wh6 5 5 2 2 8 1 4 3 这个问题是一个典型的优化问题，通常称为运输问题。
附1：用LINGO求解线性规划的例子一奶制品加工厂用牛奶生产A1、A2附1:用LINGO求解线性规划的例子一奶制品加工厂用牛奶生产A、A两种奶制品，1桶牛奶可以在设备甲上用12小时加工成3公斤A，121或者在设备乙上用8小时加工成4公斤A。
根据市场需求，生产的A、A能全部售出，且每公斤A获利212124元，每公斤A获利16元。
现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间为4802 小时，并且设备甲每天至多能加工100公斤A，设备乙的加工能力没有限制。
试为该厂制定一个生产计划，1使每天获利最大，并进一步讨论以下3个附加问题:1)若用35元可以购买到1桶牛奶，应否作这项投资,若投资，每天最多购买多少桶牛奶,2)若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元,3)由于市场需求变化，每公斤A的获利增加到30元，应否改变生产计划, 1数学模型:设每天用x桶牛奶生产A1 ，用x桶牛奶生产A2 12目标函数:设每天获利为z元。
x桶牛奶可生产3x公斤A1，获利24*3x，x桶牛奶可生产4*x公11122斤A2，获利16*4x，故z=72x+64x212约束条件:原料供应:生产A、A的原料(牛奶)总量不超过每天的供应50桶，即 12x+x?50 12劳动时间:生产A、A的总加工时间不超过每天正式工人总的劳动时间480小时，即 1212x+8x?480 12设备能力:A的产量不得超过设备甲每天的加工能力100小时，即 13x?100 1非负约束:x、x均不能为负值，即x?0，x?0 2121综上所述可得max z=72x+64x 12s.t.x+x?50 1212x+8x?480 123x?100 1x?0，x?0 21显然，目标函数和约束条件都是线性的，这是一个线性规划(LP)，求出的最优解将给出使净利润最大的生产计划，要讨论的问题需要考虑参数的变化对最优解和影响，一般称为敏感性(或灵敏度)分析。
