Lingo软件的使用
- 格式:doc
- 大小:599.50 KB
- 文档页数:17
LINGO使用说明比较简单
第九步,分析和优化结果。
优化模型求解完成后,你可以通过结果显
示区中的结果表格和图表来分析和优化结果。
LINGO还提供了一些分析工具,如灵敏度分析和场景分析,帮助你深入理解模型的行为和性能。
第十步,保存和导出结果。
在 LINGO 中,你可以保存整个优化模型
及其求解结果,以供将来使用。
通过点击菜单栏中的“文件”选项,选择“保存”或“导出”,就可以将模型和结果保存为不同的文件格式,如LINGO模型文件(.lng)、Excel 文件(.xls)或文本文件(.txt)。
通过上述十个步骤,你可以使用LINGO软件完成一个优化模型的建立、求解和分析。
当然,LINGO还具备其他高级功能和应用,如混合整数规划、随机规划和非线性规划等,可以根据你的具体需求进行进一步学习和应用。
LINGO使用手册和官方网站上有更多详细的说明和案例,可以帮助你更好
地使用和理解LINGO软件。
第十章 LINGOLingo 软件是求解线性规划、非线性规划的数学软件,也可用于一些线性和非线性方程组的求解等。
Lingo 实际上也是最优化问题的一种建模语言,包括许多常用的数学函数供使用者建立优化模型时调用,并可以接受与其他数据文件交换数据。
第一节 LINGO 软件的基本使用方法1.1 LINGO 使用入门在windows 操作系统下启动LINGO 后,将进入LINGO 集成环境,包括主框架窗口和模型窗口两部分。
主框架窗口集成了菜单和命令按钮,模型窗口用于输入模型。
例1 求解数学模型12121212max 23..4310351200x x s t x x x x x x ++≤+≤≥≥解:在模型窗口输入LINGO 求解模型如下:输入模型后选择菜单LINGO|Solve 或者按工具栏的,LINGO开始编译模型,如有语法错误将返回一个错误的消息并指明错误出现的位置;如果通过编译,LINGO将激活Solver运算器寻求模型的最优解,首先出现Solver Status状态窗口显示模型求解的运算状态信息:状态窗口显示的信息含义如下:“Global optimal solution found”表示得到全局最优解。
“Objective value: 7.454545”表示最优目标值为7.454545。
“Total solver iterations:2” 表示迭代2次得到结果。
“V alue”给出最优解中各变量的值:x1=1.272727,x2=1.636364。
Reduced Cost 值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reduced cost值应为0,对于非基变量xj,相应的reduced cost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)。
本例中此值均为0。
SLACK OR SURPLUS值给出约束条件的松驰变量或剩余变量的值。
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)。
LINGO基本用法1、概况 (1)2、LINGO的基本用法 (1)3、用LINGO编程语言建立模型 (2)4、建立LINGO/LINDO优化模型需要注意的几个基本问题 (3)5、对求解结果的分析 (3)LINGO基本用法LINGO是专门用来求解各种规划问题的软件包,其功能十分强大,是求解优化模型的最佳选择。
1、概况LINGO是美国LINDO系统公司开发的求解数学规划系列软件中的一个,它的主要功能是求解大型线性、非线性和整数规划问题,LINGO分为Demo、Solve Suite、Super、Hyper、Industrial、Extended等六种不同版本。
只有Demo版是免费的。
LINGO的不同版本对模型的变量总数,非线性变量的数目,整形变量数目和约束条件的数量作出了不同的限制。
LINGO的主要功能:(1) 既能求解线性规划问题,也有较强的求解非线性规划问题的能力;(2) 输入模型简练直观(3) 运行速度快,计算能力强(4) 内置建模语言,提供几十个内部函数,从而能以较少语句,较直观的方式描述较大规模的优化模型(5) 将集合的概念引入编程语言,很容易将实际问题转换为LINGO模型(6) 能方便地与Excel,数据库等其他软件交换数据2、LINGO的基本用法通常一个优化模型由下列三部分所组成:(1) 目标函数:一般表示成求某个数学表达式的最大值或最小值。
(2) 决策变量:目标函数值取决于哪些变量(3) 约束条件:对变量附加一些条件限制(通常用等式或不等式表示)注:LINGO默认所有决策变量都非负,因而变量非负条件可以不必输入。
LINGO的语法规定:(1) 求目标函数的最大值或最小值分别用MAX=…或MIN=…来表示;(2) 每个语句必须以分号";"结束,每行可以有多个语句,语句可以跨行;(3) 变量名称必须以字母(A~Z)开头,由字母,数字(0~9)和下划线所组成,长度不超过32个字符,不区分大小写;(4) 可以给语句加上标号,例如[OBJ] MAX= 20*X1+300*X2;(5) 以!开头,以;号结束的语句是注释语句;(6) 如果对变量的取值范围没有作特殊说明,则默认所有决策变量都非负;(7) LINGO模型以语句“MODEL:”开头,以“END”结束,对于比较简单的模型,这两个语句可以省略。
lingo使用手册Lingo使用手册本手册旨在帮助用户了解和使用Lingo软件。
Lingo是一种用于程序设计和开发的工具,用于创建交互式应用程序和游戏。
本手册将指导您使用Lingo的各种功能和功能。
目录1、引言1.1 Lingo概述1.2 如何获取Lingo1.3 系统要求2、安装和配置2.1 安装Lingo2.2 激活Lingo许可证2.3 配置Lingo环境3、Lingo基础知识3.1 Lingo语法3.2 变量和数据类型3.3 运算符3.4 控制结构3.5 函数和方法3.6 数组和列表4、交互式应用开发4.1 创建交互式界面4.2 事件处理4.3 用户输入和输出4.4 数据验证和处理4.5 错误处理4.6 数据存储和检索5、游戏开发5.1 创建游戏场景5.2 角色和动画5.3 游戏逻辑与规则5.4 碰撞检测和物理模拟 5.5 游戏音频和视觉效果5.6 游戏性能优化6、调试和测试6.1 Lingo调试工具6.2 单元测试6.3 集成测试6.4 性能优化和代码审查7、常见问题解答7.1 Lingo常见错误和解决方案7.2 常见Lingo编码问题7.3 Lingo资源和社区支持附件本文档涉及的法律名词及注释:1、许可证 - 一种法律文件,规定用户对软件的使用权和限制。
2、事件处理 - 在程序中响应用户操作或系统事件的过程。
3、数据验证 - 确保用户输入满足特定要求或规则的过程。
4、错误处理 - 处理程序中出现的错误和异常情况的过程。
5、碰撞检测 - 在游戏开发中,检测两个对象是否发生碰撞的过程。
6、物理模拟 - 在游戏中模拟物体之间的物理行为,如重力、碰撞等。
7、单元测试 - 在软件开发中,测试单个模块或函数的正确性和性能的过程。
8、集成测试 - 在软件开发中,测试整个应用程序或系统的正确性和性能的过程。
9、代码审查 - 对软件源代码进行系统的检查和评估,以确保质量和可靠性。
本文档涉及的附件请参考附件部分。
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。
LINGO使用说明一、LINGO的基本特性1.建模语言:LINGO使用一种直观的建模语言,被称为LINGO语言,它使用简洁的语法和自然语言类似的表达方式,使用户能够轻松地描述问题。
2.线性优化:LINGO支持线性规划(LP)和整数线性规划(ILP),它的线性优化功能包括线性约束、线性目标函数和变量定义,可以解决诸如生产优化、资源分配等问题。
3.非线性优化:LINGO还支持非线性规划(NLP)和全局优化(GLO),可以解决包括非线性约束和非线性目标函数的问题。
它提供了多种求解方法和算法,如牛顿法、逐次线性规划等。
4.约束和限制:LINGO能够处理各种类型的约束和限制,包括等式约束、不等式约束、逻辑约束等。
用户可以根据具体问题定义约束,LINGO会自动处理约束的完整性和一致性。
5.求解器:LINGO内置了一系列高效的求解器,如线性规划求解器、非线性规划求解器、整数规划求解器等。
用户可以根据问题的复杂程度选择最适合的求解器。
6.结果分析:LINGO可以生成详细的结果报告,包括优化解、约束条件、目标函数值等。
用户可以通过结果报告来分析问题的解决方案,做出决策。
二、LINGO的使用方法2.创建模型:在LINGO中,用户需要先创建一个模型文件,来描述问题。
可以通过鼠标点击“新建模型”按钮或选择文件菜单中的“新建”选项来创建一个新的模型文件。
3.定义变量:在模型文件中,用户可以定义变量。
变量可以是整数、二进制或连续的,并为每个变量分配一个名称、类型和取值范围。
4.定义目标函数:在模型文件中,用户可以定义一个目标函数。
目标函数可以是线性的或非线性的,并定义在变量上。
5.定义约束:在模型文件中,用户可以定义约束。
约束可以是线性的或非线性的,并定义在变量上。
用户需要通过约束来限制变量的取值范围。
6.设置求解器:在模型文件中,用户可以选择合适的求解器来解决问题。
LINGO提供了多种求解器,用户可以根据问题的复杂程度选择最适合的求解器。
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:,6002100350..32min 212112121≥≤+≥≥++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 54 95 3 8 5 8 25 2 1 9 7 4 3 37 6 7 3 9 2 7 12 3 9 5 7 2 6 55 5 2 2 8 1 4 3;enddataend然后点击工具条上的按钮即可。
LINGO的使用方法说明大全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值.数据部分以关键字“data:”开始,以关键字“enddata”结束.(3) 目标和约束段:这部分用来定义目标函数和约束条件等.该部分没有开始和结束的标记.主要是要用到LINGO的部函数,尤其是与集合有关的求和与循环函数等.(4)初始段:这个部分要以关键字“INIT:”开始,以关键字“ENDINIT”结束,它的作用是对集合的属性定义一个初值.在一般的迭代算法中,如果可以给一个接近最优解的初始值,会大大减少程序运行的时间.(5) 数据预处理段:这一部分是以关键字“CALC:”开始,以关键字“ENDCALC”结束.它的作用是把原始数据处理成程序模型需要的数据,它的处理是在数据段输入完以后、开始正式求解模型之前进行的,程序语句是按顺序执行的.3.2 LINGO中集合的概念在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地发挥LINGO建模语言的优势.现在将深入介绍如何创建集,并用数据初始化集的属性.3.2.1集的构成集是LINGO建模语言的基础,是程序设计最强有力的基本构件.借助于集能够用一个单一的、简明的复合公式表示一系列相似的约束,从而可以快速方便地表达规模较大的模型.集是一群相联系的对象,这些对象也称为集的元素.一个集可能是一系列产品、卡车或雇员.每个集的元素可能有一个或多个与之有关联的特征,把这些特征称为属性.属性值可以预先给定,也可以是未知的,有待于LINGO求解的.LINGO有两种类型的集:原始集(primitive set)和派生集(derived set).一个原始集是由一些最基本的对象组成的.一个派生集是用一个或多个其它集来定义的,也就是说,它的元素来自于其它已存在的集.3.2.2模型的集部分集部分在程序中又称为集合段,它是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.(1)原始集的定义为了定义一个原始集,必须详细说明集的名字,而集的元素和相应的属性是可选的.定义一个原始集,用下面的语法:setname[/member_list/][:attribute_list];注意:用“[]”表示该部分容是可选的(下同).Setname是用来标记集的名字,最好具有较强的可读性.集名字必须严格符合标准命名规则:以拉丁字母或下划线为首字符,其后由拉丁字母、下划线、阿拉伯数字组成的总长度不超过32个字符的字符串,且不区分大小写.注意:该命名规则同样适用于集元素名和属性名等的命名.Member_list是集元素的列表.如果集元素放在集定义中,那么对它们可采取显式和隐式罗列两种方式.如果集元素不放在集定义中,那么可以在随后的数据部分定义.①当显式罗列元素时,必须为每个元素输入一个不同的名字,中间用空格或逗号隔开,允许混合使用.例3.1 定义一个名为friends的原始集,它具有元素John,Jill,Rose和Mike,其属性有sex和age:sets:friends/John Jill, Rose Mike/: sex, age;endsets②当隐式罗列元素时,不必罗列出每个集元素.可采用如下语法:setname/member1..member N/[: attribute_list];这里的member1是集的第一个元素名,member N是集的最后一个元素名.LINGO将自动产生中间的所有元素名.LINGO也接受一些特定的首元素名和末元素名,用于创建一些特殊的集.③集元素不放在集定义中,而在随后的数据部分来定义.例3.2!集部分;sets:friends:sex,age;endsets!数据部分;data:friends,sex,age=John,1,16 Jill,0,14 Rose,0,17 Mike,1,13;enddata注意:开头用感叹号(!),末尾用分号(;)表示注释,可跨多行.在集部分只定义了一个集friends,并未指定元素.在数据部分罗列了集元素John,Jill,Rose和Mike,并对属性sex和age分别给出了值.集元素无论用何种字符标记,它的索引都是从1开始连续计数.在attribute_ list可以指定一个或多个集元素的属性,属性之间必须用逗号隔开.LINGO置的建模语言是一种描述性语言,用它可以描述现实世界中的一些问题,然后再借助于LINGO 求解器求解.因此,集属性的值一旦在模型中被确定,就不可能再更改.只有在初始部分中给出的集属性值在以后的求解中可更改.这与前面并不矛盾,初始部分是LINGO求解器的需要,并不是描述问题所必须的.(2) 定义派生集为了定义一个派生集,必须详细说明集的名字和父集的名字,而集元素和属性是可选的.可用下面的语法定义一个派生集:setname(parent_set_list)[/member_list/][:attribute_list];setname是集的名字.parent_set_list是已定义的集的列表,多个时要用逗号隔开.如果没有指定成员列表,那么LINGO会自动创建父集元素的所有组合作为派生集的元素.派生集的父集既可以是原始集,也可以是其它的派生集.例3.3sets:product/A,B/;machine/M,N/;week/1..2/;allowed(product,machine,week):x;endsetsLINGO生成了三个父集的所有组合共八组作为allowed集的元素,列表如下:编号元素1 (A,M,1)2 (A,M,2)3 (A,N,1)4 (A,N,2)5 (B,M,1)6 (B,M,2)7 (B,N,1)8 (B,N,2)元素列表被忽略时,派生集成员由父集成员所有的组合构成,这样的派生集成为稠密集.如果限制派生集的成员,使它成为父集成员所有组合构成的集合的一个子集,这样的派生集成为稀疏集.同原始集一样,派生集元素的说明也可以放在数据部分.一个派生集的元素列表有两种方式生成:①显式罗列;②设置元素选择的过滤器.当采用方式①时,必须显式罗列出所有要包含在派生集中的元素,并且罗列的每个元素要属于稠密集.使用前面的例子,显式罗列派生集的元素,如:allowed(product,machine,week)/A M 1,A N 2,B N 1/;如果需要生成一个大的、稀疏的集,那么显式罗列就十分麻烦.但是许多稀疏集的元素都满足一些条件,可以把这些逻辑条件看作过滤器,在LINGO生成派生集的元素时把使逻辑条件为假的元素从稠密集中过滤掉.例3.4sets:!学生集:性别属性sex,1表示男性,0表示女性;年龄属性age;students/John,Jill,Rose,Mike/:sex,age;!男学生和女学生的联系集:友好程度属性friend![0,1]之间的数;linkmf(students,students)|sex(&1)#eq#1#and#sex(&2)#eq# 0: friend;!男学生和女学生的友好程度大于0.5的集;linkmf2(linkmf) | friend(&1,&2) #ge# 0.5 : x;endsetsdata:sex,age =1 16,0 14,0 17,0 13;friend =0.3,0.5,0.6;enddata用竖线(|)来标记一个元素过滤器的开始.#eq#是逻辑运算符,用来判断是否“相等”. &1可看作派生集的第1个原始父集的索引,它取遍该原始父集的所有元素;&2可看作派生集的第2 个原始父集的索引,它取遍该原始父集的所有元素;&3,&4,…,依此类推.注意如果派生集B的父集是另外的派生集A,那么上面所说的原始父集是集A向前回溯到最终的原始集,其顺序保持不变,并且派生集A的过滤器对派生集B仍然有效.因此,派生集的索引个数是最终原始父集的个数,索引的取值是从原始父集到当前派生集所作限制的总和.3.3 LINGO数据部分和初始部分在处理模型的数据时,需要为集指定一些元素并且在LINGO求解模型之前为集的某些属性指定数值.为此,LINGO为用户提供了两个可选部分:输入集元素数值的数据部分(Data Section)和为决策变量设置初始值的初始部分(Init Section).3.3.1数据部分(1) 数据部分入门数据部分以关键字“data:”开始,“enddata”结束.在这里,可以指定集元素和集的属性.其语法如下:object_list = value_list;对象列(object_list)包含要指定值的属性名、要设置集元素的集名,用逗号或空格隔开.一个对象列中只能有一个集名,而属性名可以有任意多个.如果对象列中有多个属性名,那么它们的类型必须一致.数值列(value_list)包含要分配给对象列中对象的值,用逗号或空格隔开.注意属性值的个数必须等于集元素的个数.例3.5sets:SET0/A,B,C/: X,Y;endsetsdata:X=1,2,3;Y=4,5,6;enddata在集SET0中定义了两个属性X和Y.X的三个值是1,2,3,Y 的三个值是4,5,6.也可采用如下例子中的复合数据说明(data statement)实现同样的功能.例3.6sets:SET0/A,B,C/: X,Y;endsetsdata:X,Y=1 4 2,5 3 6;enddata如果对象列中有n个对象,LINGO在为对象指定值时,首先在n 个对象的第1个索引处依次分配数值列中的前n个对象,然后在n个对象的第2个索引处依次分配数值列中紧接着的n个对象,…,依此类推.(2) 参数输入在数据部分也可以指定一些标量变量(scalar variables).当一个标量变量在数据部分确定时,称之为参数.例如,假设模型中用利率9%作为一个参数,就可以输入一个利率作为参数.例3.7 data:interest_rate = .09;enddata实际中也可以同时指定多个参数.如:data:interest_rate,inflation_rate = .09, .025;enddata(3) 实时数据处理在某些情况下,模型中的某些数据并不是定值.譬如模型中有一个参数在2%至6%围,对不同的值求解模型,观察模型的结果对参数依赖的程度,那么把这种情况称为实时数据处理.处理方法是在该语句的数值后面输入一个问号(?).。
第十八章LINGO软件的使用18.1 LINGO入门18.1.1 LINGO软件的安装过程点击LINGO9.0 for Windows安装文件,出现点击“Next”按钮,出现此时需要接受安装协议。
系统安装时默认的目录是C:\LINGO9。
安装完成前,会出现下图所示的对话框:这个对话框询问你希望采用的默认的建模(即编程)语言,系统推荐的是采用LINGO语法,也就是选项“LINGO(recommended)”;你也可以选择“LINDO”将LINDO语法作为默认的设置。
当然,安装后你也可以通过“LINGO|Options|File Format命令来修改默认的建模(即编程)语言。
在上图中按下“OK”按钮,系统就会完成LINGO的安装过程。
18.1.2 LINGO基础知识LINGO有两种命令格式:一种是常用的Windows模式,通过下拉式菜单命令驱动LINGO 运行,界面是图形式的,使用起来也比较方便;另一种是命令行(Command-Line)模式,仅在命令窗口(Command Window)下操作,通过输入行命令驱动LINGO运行。
由于其使用字符方式输入,初学者往往不太容易掌握。
在这里,我们主要介绍在菜单驱动模式下LINGO的使用方法。
LINGO 9.0软件比以前的版本有了很大的改进,功能大大增强,性能更加稳定,计算的结果更加可靠。
LINGO软件不仅可用于求解非线性规划问题,还可以用以求解非线性整数规划问题;LINGO包含了内置的建模语言,模型中所需的数据可以以一定格式保存在独立的文件中;LINGO允许以简练、直观的方式描述较大规模的优化问题。
注:LIGDO公司目前已将LINDO软件从其产品中删除了。
事实上,LINDO软件的所有功能(包括LINDO语法格式)都在LINGO中得到了支持。
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。
状态行最左边显示的是“Ready”表示“准备就绪”;右下角显示的是当前时间,时间前面是当前光标的位置“Ln1,Col1”(即1行1列)。
将来,用户可以用选项命令(LINGO|Options菜单命令)决定是否需要显示工具栏和状态行。
在LINGO 模型窗口中,选择菜单命令“File|Open(F3)”,可以看到下图所示的标准的“打开文件”对话框,我们看到有各种不同的“文件类型”:● 后缀“lg4”表示LINGO 格式的模型文件,是一种特殊的二进制格式文件,保存了我们在模型窗口中所能够看到的所有文本和其他对象及其格式信息,只有LINGO 能读出它,用其他系统打开这种文件时会出现乱码;● 后缀“lng ”表示文本格式的模型文件,并且以这个格式保存模型时LINGO 将给出警告,因为模型中的格式信息(如字体、颜色、嵌入对象等)将会丢失;● 后缀“ldt ”表示LINGO 数据文件;● 后缀“ltf ”表示LINGO 命令脚本文件;● 后缀“lgr ”表示LINGO 报告文件;● 后缀“ltx ”表示LINGO 格式的模型文件;● 后缀“mps ”表示MPS(数学规划系统)格式的模型文件;● “*.*”表示所有文件除“lg4”文件外,这里的另外几种格式的文件其实都是普通的文本文件,可以用任何文本编辑器打开和编辑。
18.1.3二个简单的LINGO 程序下面举两个例子说明如何在LINGO 中如何进行规划问题求解。
例1.1求解如下的LP (线性规划)问题:12min 23x x +..s t12350x x +≥1100x ≥122600x x +≤12,0x 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;如下图所示:注:(1)LINGO中不区分大小写字母,变量(和行名)可以使用不超过32个字符表示,且必须以字母开头。
(2)LINGO中模型以“MODEL:”开始,以“END”结束。
对简单的模型,这两个语句也可以省略。
(3)LINGO中的语句的顺序是不重要的,因为LINGO总是根据“MAX=”或“MIN=”语句寻找目标函数,而其它语句都是约束条件(当然注释语句和TITLE除外)。
(4)LINGO模型是由一系列语句组成,每个语句以分号“;”结束。
(5)LINGO中以感叹号“!”开始的是说明语句(说明语句也需要以分号“;”结束)。
(6)LINGO中解优化模型时假定所有变量非负(除非用限定变量取值范围的函数@free或@sub或slb另行说明)。
然后点击工具条上的按钮得到:下面对上图的各个部分进行说明。
Solution Report(LINGO的结果报告窗口)Global optimal solution found 表示全局最优解找到.Objective value: 800.0000 表示最优目标值为800.0000.Total solver iterations: 2 表示用单纯行法进行了两次迭代.Variable 表示变量, 此问题中有两个变量X1, X2.Value 给出最优解中各变量(Variable)的值: X1=250.0000, X2=100.0000.Reduced Cost 给出最优的单纯形表中目标函数行中变量对应的系数. 其中基变量的Reduced Cost值一定为0;对于非基变量(非基变量本身的取值一定为0)和max问题,相应的Reduced Cost值表示当该非基变量增加一个单位(其它非基变量保持不变)时目标函数的减少的量.在这个例子中最优解中两个变量都是基向量, 因此对应的ReducedCost的值都为0.Slack or Surplus (松弛或剩余)给出约束对应的松弛变量的值:第2和第4行松弛变量均为0,说明对于最优解来讲,两个约束(第2和4行)均取等号,即都是紧约束.Dual Price 给出对偶价格(也称影子价格)的值.例1.2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: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。
max=60*desks+30*tables+20*chairs;8*desks+6*tables+chairs<=48;4*desks+2*tables+1.5*chairs<=20;2*desks+1.5*tables+.5*chairs<=8;tables<=5;求解这个模型,查看报告窗口(Reports Window),如下图:可以看到如下结果。
Global optimal solution found at iteration: 3Objective value: 280.0000Variable Value Reduced CostDESKS 2.000000 0.000000TABLES 0.000000 5.000000CHAIRS 8.000000 0.000000Row Slack or Surplus Dual Price1 280.0000 1.0000002 24.00000 0.0000003 0.000000 10.000004 0.000000 10.000005 5.000000 0.000000“Global optimal solution found at iteration: 3”表示3次迭代后得到全局最优解。
“Objective value: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), 0个餐桌(tables), 8个椅子(chairs)。
所以desks、chairs是基变量(非0),tables是非基变量(0)。
“Slack or Surplus”给出松驰变量的值:第1行松驰变量 =280(模型第一行表示目标函数,所以第二行对应第一个约束)第2行松驰变量 =24第3行松驰变量 =0第4行松驰变量 =0第5行松驰变量 =5“Reduced Cost”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reduced cost值应为0,对于非基变量 X j, 相应的 reduced cost值表示当某个变量X j 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reduced cost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。
“DUAL PRICE”(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:第3、4行是紧约束,对应的对偶价格值为10,表示当紧约束3) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 20变为 3) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 21时,目标函数值 = 280 +10 = 290。
对第4行也类似。
对于非紧约束(如本例中第2、5行是非紧约束),DUAL PRICE 的值为0, 表示对应约束中不等式右端项的微小扰动不影响目标函数。
有时, 通过分析DUAL PRICE, 也可对产生不可行问题的原因有所了解。
18.2 集的使用LINGO允许把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语言的优势。
集是LINGO建模语言的基础,是程序设计最强有力的基本构件。
借助于集,能够用一个单一的、长的、简明的复合公式表示一系列相似的约束,从而可以快速方便地表达规模较大的模型。
一个集可能是一系列食品、汽车等。
每个集成员可能有一个或多个与之有关联的特征,我们把这些特征称为属性。
属性值可以预先给定,也可以是未知的,有待于LINGO求解。
例如,食品集中的每个产品可以有一个价格属性;汽车集中的每辆车可以有一个货车或客车属性, 也可以有一个动力属性。