Lingo软件在求解数学优化问题的使用技巧

Lingo基本用法总结（除集函数部分）LINGO是用来求解线性和非线性优化问题的简易工具。

Lingo免费版可以支持30个未知数，lingo破解版可以支持几万个未知数、几万个约束条件。

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：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。

得到如下结果：所以当x1为250，x2为100时目标函数得到最大值。

算术运算符Lingo中变量不区分大小写，以字母开头不超过32个字符算术运算符是针对数值进行操作的。

LINGO提供了5种二元运算符：＾乘方﹡乘／除﹢加﹣减LINGO唯一的一元算术运算符是取反函数“﹣”。

这些运算符的优先级由高到底为：高﹣（取反）＾﹡／低﹢﹣运算符的运算次序为从左到右按优先级高低来执行。

运算的次序可以用圆括号“（）”来改变。

例：在x1+x2>=350，x1>=100，2*x1+x2<=600的条件下求2*x1+3*x2的最小值在代码窗口中编写min=2*x1+3*x2;x1+x2>=350;x1>=100;2*x1+x2<=600;然后单击上面菜单lingo菜单下solve键即可。

数学函数标准数学函数：@abs(x) 返回x的绝对值@sin(x) 返回x的正弦值，x采用弧度制@cos(x) 返回x的余弦值@tan(x) 返回x的正切值@exp(x) 返回常数e的x次方@log(x) 返回x的自然对数@lgm(x) 返回x的gamma函数的自然对数@sign(x) 如果x<0返回-1；否则，返回1@floor(x) 返回x的整数部分。

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是一种用于线性规划、整数规划、非线性规划、混合整数规划等数学建模和优化问题的软件工具。

它可以用于解决各种实际问题，包括生产计划、物流、资源分配、网络设计等。

以下是一个简单的LINGO案例，以帮助您了解如何使用LINGO进行优化建模和求解问题：**问题描述：**假设有一家制造公司，他们生产两种产品：A和B。

公司有两个工厂，每个工厂都有不同的生产能力和成本。

公司希望确定每个工厂应该生产多少产品A和B，以最大化利润，同时满足生产能力和市场需求的限制。

**问题数据：**- 工厂1的生产能力：最多生产500个A和300个B- 工厂2的生产能力：最多生产400个A和600个B- 产品A的利润：每个A产品的利润为30美元- 产品B的利润：每个B产品的利润为40美元- 生产一个A产品的成本：工厂1为10美元，工厂2为15美元- 生产一个B产品的成本：工厂1为12美元，工厂2为10美元- 市场需求：产品A的市场需求为600个，产品B的市场需求为800个**LINGO建模和求解：**在LINGO中，可以使用数学表达式来建立优化模型。

以下是一个LINGO模型的示例：```SETS:FACTORIES = 1..2;ENDSETSDATA:CAPACITY(FACTORIES) = 500 300400 600;PROFIT = 30 40;COST(FACTORIES) = 10 1512 10;DEMAND = 600 800;ENDDATAVARIABLES:X(FACTORIES) = 0;ENDVARIABLESMAX = @SUM(FACTORIES, PROFIT(FACTORIES) * X(FACTORIES))SUBJECT TOCAPACITY_CONSTRAINT(F)$(FACTORIES): @SUM(FACTORIES, COST(F, FACTORIES) * X(FACTORIES)) <= CAPACITY(F);DEMAND_CONSTRAINT(I)$(FACTORIES): @SUM(FACTORIES,X(FACTORIES)) >= DEMAND(I);POSITIVE_X(F)$(FACTORIES): X(F) >= 0;ENDSUBMODEL:MAX;SOLVE;```上述LINGO模型首先定义了SETS、DATA、VARIABLES和MAX，然后使用SUBJECT TO部分定义了约束条件，最后使用MODEL和SOLVE命令求解优化问题。

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。

产品I产品II设备 1 28台时原材料A 4 016kg原材料B 0 412kg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 <=164x_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 <=84x_1 <=164x_2 <=12x_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。

Lindo 和Lingo 数学软件的简单使用方法一、Lindo最新版本：6.1版（注册版）限制：4000个约束、8000个变量、800个整型变量功能：可以求解线性规划、整数规划、混合整数规划、二次规划、目标规划。

我们主要用它来求解整数规划或混合整数规划。

特点：执行速度非常快 例1：求解整数规划问题12121212max 58..65945,0z x x s t x x x x x x =++≤+≤≥且整解：在lindo 的运行窗口中输入 max 5x1+8x2 stx1+x2<6 5x1+9x2<45 end gin 2然后按Solve 菜单或快捷键得运行结果。

OBJECTIVE FUNCTION V ALUE （目标函数最优值） 1) 40.00000VARIABLE V ALUE REDUCED COST （变量增加1时目标函数改变量） X1 0.000000 -5.000000 X2 5.000000 -8.000000ROW SLACK OR SURPLUS DUAL PRICES （行） （松弛变量值） （对偶价格，表示约束右边常数增加1时目标函数改变量）） 2) 1.000000 0.000000 3) 0.000000 0.000000RANGES IN WHICH THE BASIS IS UNCHANGED （灵敏度分析） OBJ COEFFICIENT RANGES （目标函数中变量的系数的变动范围，在此范围内最优解不变） V ARIABLE CURRENT ALLOWABLE ALLOWABLECOEF （当前系数） INCREASE （增加量） DECREASE （减少量） X1 5.000000 0.000000 INFINITY X2 8.000000 0.000000 INFINITYRIGHTHAND SIDE RANGES （约束条件右边常数的变化范围，在此范围内最优基不变） ROW CURRENT ALLOWABLE ALLOWABLERHS （当前系数）INCREASE （增加量） DECREASE （减少量） 2 6.000000 INFINITY 1.000000 （第一个约束） 3 45.000000 INFINITY 0.000000 （第二个约束）注意：1． 软件中已经假设所以的变量是非负的，所以非负约束不必输入； 2． 可以用 FREE 变量 来取消变量的非负限制； 3． 不区分大小写； 4． 约束条件“<=”、“>=”可以用“<”、“>”代替； 5． 变量名不能超过8个字符；6． 变量与系数间可以有空格，但不能有任何运算符号（如*等）； 7． 不允许变量出现在一个约束条件的右端； 8． 输入中不能有“（）”和“，”；比如4(x1+x2)应写成4x1+4x2等；9． 在一个式中同一变量不能出现一次以上，比如2x1+3x2-x1应简化为x1+3x2；gin 变量 变量为整数变量 gin nint n 模型中的前n 个变量为0/1整数变量，关于变量的顺序可由输出结果查证！ 整数变量申明须放在最后（即end 后）例2：集合覆盖问题设有一集合S={1,2,3,4,5}，及S 的一个子集簇P={{1,2},{1,3,5},{2,4,5},{3},{1},{4,5}},假设选择P 中各个元素的费用为1、1.5、1.5、0.8、0.8、1，试从P 中选一些元素使之覆盖S 且所选元素费用之和最小。