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 2 8台时原材料A 4 0 16kg 原材料B 0 4 12kg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<=84x_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。
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：在模型窗口中输入如下代码：,6002100350..32min 212112121≥≤+≥≥++x x x x x x x t s x xmin=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入门教程之一--- 初识lingo lingo对于一些线性或者非线性的规划，优化问题非常有效首先介绍一下，在lingo中运行程序时出现的页面（在工具栏点击类似靶子一样的图标便可运行）Solver status:求解器(求解程序)状态框Model Class:当前模型的类型:LP，QP，ILP，IQP，PILP，PIQP，NLP，INLP，PINLP（以I开头表示IP，以PI开头表示PIP）State:当前解的状态: "Global Optimum", "LocalOptimum", "Feasible", "Infeasible“(不可行), "Unbounded“(无界), "Interrupted“(中断), "Undetermined“(未确定)Object:解的目标函数值Infeasibility:当前约束不满足的总量(不是不满足的约束的个数):实数（即使该值=0，当前解也可能不可行，因为这个量中没有考虑用上下界命令形式给出的约束）Iteration:目前为止的迭代次数Extend solverstatus:扩展的求解器(求解程序)状态框Solver type:使用的特殊求解程序:Bestobj :目前为止找到的可行解的最佳目标函数值Objbound:目标函数值的界Steps:特殊求解程序当前运行步数：Active:有效步数Variables（变量数量）：变量总数（Total）、非线性变量数（Nonlinear）、整数变量数（Integer）。
Constraints（约束数量）：约束总数（Total）、非线性约束个数(Nonlinear)。
Nonzeros（非零系数数量）：总数（Total）、非线性项系数个数(Nonlinear)。
GeneratorMemory Used (K) (内存使用量)ElapsedRuntime (hh:mm:ss)（求解花费的时间）运行之后页面介绍（这里的运行界面并不是与上面的运行过程中出现界面一致，即并非来自于同一个程序运行出现）第一行表示在经过457次迭代后得到局部最优解第二行给出该局部最优解的具体值下面给出取局部最优值时，x1 x2的具体取值这里求解的是局部最优解，如果想求出全局最优解，可以进行页面设置：lingo --> option --> global solver --> 勾选use global solver对于运行结果也可以另存为，格式一般为ldt，因为有时候对于求解一个问题，或许需要运行很久才可以得出结果，所以没必要每次为了看结果都运行，而是运行成功一次后便把结果保存下来注意事项LINGO总是根据“MAX=”或“MIN=”寻找目标函数；程序语句的顺序一般不重要，既可以随意调换；程序运用函数时都是以@开头；程序中的变量默认为非负数，想要改变变量类型必须有相应函数调整程序中变量不区分大小写；语句必须以分号结尾；注释以!开始，且注释语句后面必须也有分号，注释默认注释到第一个分号处，意思是分号前面会全部被注释掉。
