lingo上机实验报告

Southwest university of science and technology实验报告LINGO软件在线性规划中的运用学院名称环境与资源学院专业名称采矿工程学生姓名学号____________________________________ 指导教师陈星明教授二◦一五年十一月实验LINGO软件在线性规划中的运用实验目的掌握LINGO软件求解线性规划问题的基本步骤，了解LINGO软件解决线性规划问题的基本原理，熟悉常用的线性规划计算代码，理解线性规划问题的迭代关系。

实验仪器、设备或软件电脑，LINGO软件实验内容1. LINGO软件求解线性规划问题的基本原理；2•编写并调试LINGO软件求解线性规划问题的计算代码；实验步骤1•使用LINGO计算并求解线性规划问题；2 •写出实验报告，并浅谈学习心得体会（线性规划的基本求解思路与方法及求解过程中出现的问题及解决方法）。

实验过程有一艘货轮，分为前、中、后三个舱位，它们的容积与允许载重量如下表所示。

现有三种商品待运，已知有关数据列于下表中。

又为了航运安全，要求前、中、后舱在实际载重量上大体保持各舱最大允许载重量的比例关系。

具体要求前、后舱分别与中舱之间的载重量比例偏差不超过15%,前、后舱之间不超过10%。

问货轮首先分析问题，建立数学模型:确定决策变量假设i=1,2,3分别代表商品A、B C, 8用j=1,2,3分别代表前、中、后舱，设决策变量X ij为装于j舱位的第i种商品的数量（件）。

确定目标函数商品A的件数为：x11- x12x13商品B的件数为：x21x22x23商品A的件数为：X31 - X32 - X33为使运费最高，目标函数为：确定约束条件前、中、后舱位载重限制为：前、中、后舱位体积限制为：A、B、C三种商品数量的限制条件：各舱最大允许载重量的比例关系构成的约束条件：且决策变量要求非负，即X j > 0,i=1,2；j=1,2,3。

数学建模实验报告Lingo软件的上机实践应用《数学建模实验报告》Lingo软件的上机实践应用简单的线性规划与灵敏度分析学号：班级：姓名：日期：20XX年-7-21数学与计算科学学院Lingo软件的上机实践应用一、实验目的：通过对数学建模课的学习，熟悉了matlab和lingo等数学软件的简单应用，了解了用lingo软件解线性规划的算法及灵敏性分析。

此次lingo上机实验又使我更好地理解了lingo程序的输入格式及其使用，增加了操作连贯性，初步掌握了lingo软件的基本用法，会使用lingo计算线性规划题，掌握类似题目的程序设计及数据分析。

二、实验题目（P55课后习题5）：某工厂生产A1、A2两种型号的产品都必须经过零件装配和检验两道工序，如果每天可用于零件装配的工时只有100h，可用于检验的工时只有120h,各型号产品每件需占用各工序时数和可获得的利润如下表所示：（1）试写出此问题的数学模型，并求出最优化生产方案。

（2）对产品A1的利润进行灵敏度分析（3）对装配工序的工时进行灵敏度分析（4）如果工厂试制了A3型产品，每件A3产品需装配工时4h，检验工时2h，可获利润5元，那么该产品是否应投入生产？Lingo软件的上机实践应用三、题目分析：总体分析：要解答此题，就要运用已知条件编写出一个线性规划的Lingo程序，对运行结果进行分析得到所要数据；当然第四问也可另编程序解答。

四、实验过程：(1)符号说明设生产x1件A1产品，生产x2件A2产品.(2)建立模型目标函数：maxz=6x1+4x2 约束条件：1）装配时间：2x1+3x2=100 2）检验时间：4x1+2x2=120 3）非负约束：x1,x2=0 所以模型为：maxz=6x1+4x2 2x1 3x2 100s.t. 4x1 2x2 120 x,x 0 12Lingo软件的上机实践应用（3）模型求解：1)程序model:title 零件生产计划; max=6*x1+4*x2; 2*x1+3*x2=100; 4*x1+2*x2=120; end附程序图1：2)计算结果Global optimal solution found.Objective value: 200.0000 Total solver iterations: 2Model Title: 零件生产计划Lingo软件的上机实践应用Variable Value Reduced Cost X1 20.00000 0.000000 X2 20.00000 0.000000Row Slack or Surplus Dual Price 1 200.0000 1.000000 2 0.000000 0.***-***** 3 0.000000 1.*****附运行结果图1：3)做灵敏性分析：Ranges in which the basis is unchanged:Objective Coefficient RangesCurrent Allowable Allowable Variable Coefficient Increase Decrease X1 6.000000 2.000000 3.***** X2 4.000000 5.0000001.000000Righthand Side RangesRow Current Allowable Allowable RHS Increase Decrease 2 100.0000 80.00000 40.00000 3 120.0000 80.00000 53.***** 附灵敏性分析图1：Lingo软件的上机实践应用五、问题解答：1）试写出此问题的数学模型，并求出最优化生产方案答：①数学模型：maxz=6x1+4x22x1 3x2 100s.t. 4x1 2x2 120 x,x 0 12②生产20件A1产品，生产20件A2产品，最大利润200元。

lingo实验总结
本次lingo实验是一项非常有意义的实践性活动，旨在培养我们
的语言应用能力和团队协作能力。

在此次实验中，我主要学习和掌握
了以下几个方面：
首先，在lingo实验中，我学会了如何和团队成员协同合作完成
任务。

在集体思考、分工合作和信息共享的过程中，我和团队成员相
互配合，互相帮助，最终完成了多个任务。

其次，我学习并掌握了一些实用的语言应用技巧，例如，如何寻
找相关信息，如何运用设定的语言规则来表达自己的意思，以及如何
在有限的时间内完成任务。

此外，这次实验也提醒了我注意信息的可靠性和客观性。

在查找
信息和进行分析比较的过程中，我深刻认识到了一些信息的来源不可靠，有时为了达到某个特定目的，可能会在信息上进行隐瞒或是编造。

通过这次lingo实验，我收获了团队协作、语言运用和信息处理
的能力提升，也有了对于信息真实性的重视和思考。

希望在未来的学
习生活和工作中，我能够更好地应用这些技能。

运筹学实验报告姓名：学号：班级：相关问题说明：一、实验性质和教学目的本实验是运筹学课内安排的上机操作实验。

目的在于了解、熟悉计算机Lingo软件在运筹学模型求解中的作用，激发学习兴趣，提高学习效果，增强自身的动手能力，提高实际应用能力。

二、实验基本要求要求学生：1. 实验前认真做好理论准备，仔细阅读实验指导书；2. 遵从教师指导，认真完成实验任务，按时按质提交实验报告。

三、主要参考资料1．LINGO软件2. LINGO8.0及其在环境系统优化中的应用，天津大学出版社，20053. 优化建模与LINDO/LINGO软件，清华大学出版社，20054．运筹学编写组主编，运筹学（修订版），清华大学出版社，19905．蓝伯雄主编，管理数学（下）—运筹学，清华大学出版社，19976．胡运权主编，运筹学习题集（修订版），清华大学出版社，19957．胡运权主编，运筹学教程（第二版），清华大学出版社，2003实验内容1、线性规划问题：⎪⎪⎩⎪⎪⎨⎧≥≤+≤+≤++=0,13119241171289..68max 2121212121x x x x x x x x t s x x z (1) 给出原始代码；(2) 计算结果(包括灵敏度分析，求解结果粘贴)；(3) 回答下列问题(手写)：a ) 最优解及最优目标函数值是多少；b ) 资源的对偶价格各为多少，并说明对偶价格的含义；c ) 为了使目标函数值增加最多，让你选择一个约束条件，将它的常数项增加一个单位，你将选择哪一个约束条件？这时目标函数值将是多少？d ) 对x 2的目标函数系数进行灵敏度分析；e ) 对第2个约束的约束右端项进行灵敏度分析；f ) 结合本题的结果解释“Reduced Cost ”的含义。

对偶价格就是说 约束方程右端变量增加1对目标函数值的影响 答案： （1）代码max =8*x1+6*x2; 9*x1+8*x2<=12; 7*x1+11*x2<=24; 9*x1+11*x2<=13; x1>=0; x2>=0;（2）计算结果Global optimal solution found.Objective value: 10.66667 Total solver iterations: 2Variable Value Reduced Cost X1 1.333333 0.000000 X2 0.000000 1.111111Row Slack or Surplus Dual Price 1 10.66667 1.000000 2 0.000000 0.8888889 3 14.66667 0.000000 4 1.000000 0.000000 5 1.333333 0.0000006 0.000000 0.000000 Ranges in which the basis is unchanged:Objective Coefficient RangesCurrent Allowable Allowable Variable Coefficient Increase Decrease X1 8.000000 INFINITY 1.250000 X2 6.000000 1.111111 INFINITYRighthand Side RangesRow Current Allowable Allowable RHS Increase Decrease 2 12.00000 1.000000 12.00000 3 24.00000 INFINITY 14.66667 4 13.00000 INFINITY 1.000000 5 0.0 1.333333 INFINITY 6 0.0 0.0 INFINITY(3)a) b) c) d) e) f)2、运输问题：(1) 给出原始代码；(2) 计算结果(决策变量求解结果粘贴)Min Z = Cij Xij∑=61i Xij <=bj （j=1...8） 销量约束∑∑==6181i j∑=81j Xij = ai （i=1...6） 产量约束Xij ≥ 0（i=1...6；j=1...8）代码：model :!6发点8 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; endsetsmin =@sum (links: cost*volume); !目标函数; @for (vendors(J):@sum (warehouses(I): volume(I,J))<=demand(J)); !需求约束; @for (warehouses(I):@sum (vendors(J): volume(I,J))=capacity(I)); !产量约束; !这里是数据; data :capacity=55 47 42 52 41 32; demand=60 55 51 43 41 52 43 38; cost=6 2 9 7 4 2 5 9 4 5 5 3 8 5 3 25 2 1 3 7 4 8 3 767 9 9 2 7 1 2 3 6 5 7 2 6 5 5 9 2 28 1 4 3; enddata end答案Global optimal solution found.Objective value: 473.0000 Infeasibilities: 0.000000 Total solver iterations: 9Model Class: LPTotal variables: 48 Nonlinear variables: 0 Integer variables: 0Total constraints: 15Nonlinear constraints: 0Total nonzeros: 144Nonlinear nonzeros: 0Variable Value Reduced Cost CAPACITY( WH1) 55.00000 0.000000 CAPACITY( WH2) 47.00000 0.000000 CAPACITY( WH3) 42.00000 0.000000 CAPACITY( WH4) 52.00000 0.000000 CAPACITY( WH5) 41.00000 0.000000 CAPACITY( WH6) 32.00000 0.000000 DEMAND( V1) 60.00000 0.000000 DEMAND( V2) 55.00000 0.000000 DEMAND( V3) 51.00000 0.000000 DEMAND( V4) 43.00000 0.000000 DEMAND( V5) 41.00000 0.000000 DEMAND( V6) 52.00000 0.000000 DEMAND( V7) 43.00000 0.000000 DEMAND( V8) 38.00000 0.000000 COST( WH1, V1) 6.000000 0.000000 COST( WH1, V2) 2.000000 0.000000 COST( WH1, V3) 9.000000 0.000000 COST( WH1, V4) 7.000000 0.000000 COST( WH1, V5) 4.000000 0.000000 COST( WH1, V6) 2.000000 0.000000 COST( WH1, V7) 5.000000 0.000000 COST( WH1, V8) 9.000000 0.000000 COST( WH2, V1) 4.000000 0.000000 COST( WH2, V2) 5.000000 0.000000 COST( WH2, V3) 5.000000 0.000000 COST( WH2, V4) 3.000000 0.000000 COST( WH2, V5) 8.000000 0.000000 COST( WH2, V6) 5.000000 0.000000 COST( WH2, V7) 3.000000 0.000000 COST( WH2, V8) 2.000000 0.000000 COST( WH3, V1) 5.000000 0.000000 COST( WH3, V2) 2.000000 0.000000 COST( WH3, V3) 1.000000 0.000000 COST( WH3, V4) 3.000000 0.000000 COST( WH3, V5) 7.000000 0.000000 COST( WH3, V6) 4.000000 0.000000COST( WH3, V8) 3.000000 0.000000 COST( WH4, V1) 7.000000 0.000000 COST( WH4, V2) 6.000000 0.000000 COST( WH4, V3) 7.000000 0.000000 COST( WH4, V4) 9.000000 0.000000 COST( WH4, V5) 9.000000 0.000000 COST( WH4, V6) 2.000000 0.000000 COST( WH4, V7) 7.000000 0.000000 COST( WH4, V8) 1.000000 0.000000 COST( WH5, V1) 2.000000 0.000000 COST( WH5, V2) 3.000000 0.000000 COST( WH5, V3) 6.000000 0.000000 COST( WH5, V4) 5.000000 0.000000 COST( WH5, V5) 7.000000 0.000000 COST( WH5, V6) 2.000000 0.000000 COST( WH5, V7) 6.000000 0.000000 COST( WH5, V8) 5.000000 0.000000 COST( WH6, V1) 5.000000 0.000000 COST( WH6, V2) 9.000000 0.000000 COST( WH6, V3) 2.000000 0.000000 COST( WH6, V4) 2.000000 0.000000 COST( WH6, V5) 8.000000 0.000000 COST( WH6, V6) 1.000000 0.000000 COST( WH6, V7) 4.000000 0.000000 COST( WH6, V8) 3.000000 0.000000 VOLUME( WH1, V1) 0.000000 4.000000 VOLUME( WH1, V2) 55.00000 0.000000 VOLUME( WH1, V3) 0.000000 7.000000 VOLUME( WH1, V4) 0.000000 5.000000 VOLUME( WH1, V5) 0.000000 2.000000 VOLUME( WH1, V6) 0.000000 0.000000 VOLUME( WH1, V7) 0.000000 3.000000 VOLUME( WH1, V8) 0.000000 8.000000 VOLUME( WH2, V1) 0.000000 1.000000 VOLUME( WH2, V2) 0.000000 2.000000 VOLUME( WH2, V3) 0.000000 2.000000 VOLUME( WH2, V4) 43.00000 0.000000 VOLUME( WH2, V5) 0.000000 5.000000 VOLUME( WH2, V6) 0.000000 2.000000 VOLUME( WH2, V7) 4.000000 0.000000 VOLUME( WH2, V8) 0.000000 0.000000 VOLUME( WH3, V1) 0.000000 4.000000 VOLUME( WH3, V2) 0.000000 1.000000VOLUME( WH3, V4) 0.000000 2.000000 VOLUME( WH3, V5) 0.000000 6.000000 VOLUME( WH3, V6) 0.000000 3.000000 VOLUME( WH3, V7) 0.000000 7.000000 VOLUME( WH3, V8) 0.000000 3.000000 VOLUME( WH4, V1) 0.000000 5.000000 VOLUME( WH4, V2) 0.000000 4.000000 VOLUME( WH4, V3) 0.000000 5.000000 VOLUME( WH4, V4) 0.000000 7.000000 VOLUME( WH4, V5) 0.000000 7.000000 VOLUME( WH4, V6) 14.00000 0.000000 VOLUME( WH4, V7) 0.000000 5.000000 VOLUME( WH4, V8) 38.00000 0.000000 VOLUME( WH5, V1) 41.00000 0.000000 VOLUME( WH5, V2) 0.000000 1.000000 VOLUME( WH5, V3) 0.000000 4.000000 VOLUME( WH5, V4) 0.000000 3.000000 VOLUME( WH5, V5) 0.000000 5.000000 VOLUME( WH5, V6) 0.000000 0.000000 VOLUME( WH5, V7) 0.000000 4.000000 VOLUME( WH5, V8) 0.000000 4.000000 VOLUME( WH6, V1) 0.000000 4.000000 VOLUME( WH6, V2) 0.000000 8.000000 VOLUME( WH6, V3) 0.000000 1.000000 VOLUME( WH6, V4) 0.000000 1.000000 VOLUME( WH6, V5) 0.000000 7.000000 VOLUME( WH6, V6) 32.00000 0.000000 VOLUME( WH6, V7) 0.000000 3.000000 VOLUME( WH6, V8) 0.000000 3.000000Row Slack or Surplus Dual Price1 473.0000 -1.0000002 19.00000 0.0000003 0.000000 0.0000004 9.000000 0.0000005 0.000000 0.0000006 41.00000 0.0000007 6.000000 0.0000008 39.00000 0.0000009 0.000000 1.00000010 0.000000 -2.00000011 0.000000 -3.00000012 0.000000 -1.00000013 0.000000 -2.00000014 0.000000 -2.00000015 0.000000 -1.0000003、一般整数规划问题：某服务部门各时段（每2h为一时段）需要的服务员人数见下表。