简单lingo程序（直接运行）
model:
min=@abs(x1+x2+x3-x4-x5);（目标函数）
(约束条件：)
-x1*(x1 - 1)<=1;
-x2*(x2 - 1)<=1;
-x3*(x3 - 1)<=1;
-x4*(x4 - 1)<=1;
-x5*(x5 - 1)<=1;
(二值变量约束：)
@bin(x1);
@bin(x2);
@bin(x3);
@bin(x4);
@bin(x5);
end
运筹学实例分析及lingo 求解 一、线性规划 某公司有6个仓库，库存货物总数分别为60、55、51、43、41、52，现有8个客户各要一批货，数量分别为35，37，22，32，41，32，43，38。各供货仓库到8个客户处的单位货物运输价见表 试确定各仓库到各客户处的货物调运数量，使总的运输费用最小。 解：设 ij x 表示从第i 个仓库到第j 个客户的货物运量。ij c 表示从第i 个仓库到第 j 个客户的单位货物运价，i a 表示第i 个仓库的最大供货量，j d 表示第j 个客户的订货量。 目标函数是使总运输费用最少，约束条件有三个：1、各仓库运出的货物总量不超过其库存数2、各客户收到的货物总量等于其订货数量3、非负约束 数学模型为： ∑∑===6 18 1)(min i j ij ij x c x f ????? ??????≥===≤∑∑==08,,2,1,6,2,1,,. .6 1 8 1ij j i ij i j ij x j d x i a x t s 编程如下： model : Sets : Wh/w1..w6/:ai;
Vd/v1..v8/:dj; links(wh,vd):c,x; endsets Data: ai=60,55,51,43,41,52; dj=35,37,22,32,41,32,43,38; c=6,2,6,7,4,2,5,9 4,9,5,3,8,5,8,2 5,2,1,9,7,4,3,3 7,6,7,3,9,2,7,1 2,3,9,5,7,2,6,5 5,5,2,2,8,1,4,3; Enddata Min=@sum(links(i,j):c(i,j)*x(i,j)); @for(wh(i):@sum(vd(j):x(i,j))<=ai(i)); @for(vd(j):@sum(wh(i):x(i,j))=dj(j)); end Global optimal solution found. Objective value: Total solver iterations: 0 Variable Value Reduced Cost AI( W1) AI( W2) AI( W3) AI( W4) AI( W5) AI( W6) DJ( V1) DJ( V2) DJ( V3) DJ( V4) DJ( V5) DJ( V6) DJ( V7) DJ( V8) C( W1, V1) C( W1, V2) C( W1, V3) C( W1, V4) C( W1, V5) C( W1, V6)
Lingo 与线性规划 线性规划的标准形式是 Min z c 1 x 1 c n x n a 11 x 1 a 1n x n b 1 s..t a m1 x 1 a mn x n (1) b m x i 0, i 1,2, , n 其中 z c 1 x 1 c n x n 称为目标函数， 自变量 x i 称为决策变量 ,不等式组 (1)称为约 束条件 . 满足不等式组 (1)的所有 ( x 1, , x n ) 的集合称为可行域，在可行域里面使得z 取最小值的 ( x 1* , , x n * ) 称为最优解，最优解对应的函数值称为最优值。 求解优化模型的主要软件有 Lingo 、Matlab 、Excel 等。其中 Lingo 是一款专 业求解优化模型的软件， 有其他软件不可替代的方便功能。 本文将简要介绍其在线性规划领域的应用。 一、基本规定 1、目标函数输入格式 max=函数解析式； 或者 min= 函数解析式； 2、约束条件输入格式 利用： >、<、>=、<=等符号。但是 >与 >=没有区别。 Lingo 软件默认所以自变量都大于等于 0. 3、运算 加 (+), 减(-), 乘(*), 除(/), 乘方 (x^a) ，要注意乘号 (*) 不能省略。 4、变量名 不区分大小写字母，不超过 32 个字符，必须以字母开头。 5、标点符号 每个语句以分号“；”结束，感叹号“！”开始的是说明语句（说明语句也需要以分号“ ; ”结束）。但是，model ，sets ，data 以“：”结尾。endsets ，enddata ， end 尾部不加任何符号。 6、命令不考虑先后次序 7、MODEL 语句 一般程序必须先输入 MODEL ：表示开始输入模型，以“ END ”结束。对简单的模型，这两个语句也可以省略。 8、改变变量的取值范围 @bin(变量名 ) ； @bnd(a, 变量名 ,b ) ； @free( 变量名 ) ； @gin(变量名 ) ； 例 1 求目标函数 z 2x 1 限制该变量为 0 或 1. 限制该变量介于 a,b 之间 . 允许该变量为负数 . 限制该变量为整数 . 3x 2 的最小值，约束条件为
实验用LINDO或LINGO求解线性规划问题 实验目的 1.对于给定的实际应用问题，正确的建立线性规划问题数学模型，并用LINDO或LINGO 求解； 2.掌握灵敏度分析以及资源的影子价格的相关分析方法. 问题1某工厂在计划期内要安排生产A、B两种产品，已知生产单位产品所需设备台时及对甲、乙两种原材料的消耗，有关数据如表1.1.问：应如何安排生产计划，使工厂获利最大？ . LINDO输入语句： max 2x1+3x2 st x1+2x2<=8 4x1<=16 4x2<=12 end 在LINGO的MODEL窗口内输入如下模型： model: max=2*x1+3*x2; x1+2*x2<=8; 4*x1<=16; 4*x2<=12; end 选菜单Lingo|Solve(或按Ctrl+S),或用鼠标点击“求解”按纽，如果模型有语法错误，则弹出一个标题为“LINGO Error Message”(错误信息)的窗口，指出在哪一行有怎样的错误，每一种错误都有一个编号（具体含义可查阅相关文献或LINGO的Help）.改正错误以后再求解，如果语法通过，LINGO用内部所带的求解程序求出模型的解，然后弹出一个标题为“LINGO Solver Status”（求解状态）的窗口，其内容为变量个数、约束条件个数、优化状态、耗费内存、所花时间等信息，点击Close关闭窗口，屏幕上出现标题为“Solution Report”（解的报告）的信息窗口，显示优化计算（线性规划中换基迭代）的步数、优化后的目标函
数值、列出各变量的计算结果.求解结果： Global optimal solution found at iteration: 5 Objective value: 14.00000 Variable Value Reduced Cost X1 4.000000 0.000000 X2 2.000000 0.000000 Row Slack or Surplus Dual Price 1 14.00000 1.000000 2 0.000000 1.500000 3 0.000000 0.1250000 4 4.000000 0.000000 该报告说明：运行5步找到全局最优解，目标函数值为14，变量值分别为124,2==x x .“Reduced Cost ”的含义是需缩减成本系数或需增加利润系数（最优解中取值非零的决策变量的Reduced Cost 值等于零）.“Row ”是输入模型中的行号，目标函数是第一行；“Slack or Surplus ”的意思是松弛或剩余，即约束条件左边与右边的差值，对于“≤”的不等式，右边减左边的差值为Slack （松弛），对于“≥”的不等式，左边减的右边差值为Surplus （剩余），当约束条件两边相等时，松弛或剩余的值等于零.“Dual Price ”的意思是对偶价格（或称为影子价格），上述报告中Row2的松弛值为0，表明生产甲产品4单位、乙产品2单位，所需设备8台时已经饱和，对偶价格1.5的含义是：如果设备增加1台时，能使目标函数值增加1.5.报告中Row4的松弛值为4，表明生产甲产品4单位、乙产品2单位，所需原材料乙8公斤还剩余4公斤，因此增加原材料乙不会使目标函数值增加，所以对偶价格为0. 对于目标函数系数和约束条件右端常数项的灵敏度分析，可以通过LINGO 软件求解的灵敏度分析给出.如果要看灵敏度分析结果，必须激活灵敏度计算功能才会在求解时给出灵敏度分析结果，默认情况下这项功能是关闭的.想要激活它，必须运行LINGO|Options …命令，选择Gengral Solver ，在Dual Computation 列表框中，选择Prices and Ranges 选项并确定. 法一：打开command window ，输入range ； 法二：LINGO ——options ——General Solver ——DualComputations ——Prices&Ranges ， 运行一遍，然后关掉，然后lingo-----range 问题2 某公司饲养实验用的动物以供出售，已知这些动物的生长对饲料中3种营养成分（蛋白质、矿物质和维生素）特别敏感，每个动物每周至少需要蛋白质60g ，矿物质3g ，维生素8mg ，该公司能买到5种不同的饲料，每种饲料1kg 所含各种营养成分和成本如表1.2所示，如果每个小动物每周食用饲料不超过52kg ，求既能满足动物生长需要，又使总成本最低的饲料配方.
数学建模：运用Lindolingo软件求解线性规划 1、实验内容: 对下面是实际问题建立相应的数学模型，并用数学软件包Lindo/lingo对模型进行求解。 某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6千克,工人10,可获利10万元;每百箱乙饮料需用原料5千克,工人20名,可获利9万元.名今工厂共有原料60千克,工人150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何安排生产计划,即两种饮料各生产多少使获利最大.进一步讨论: 1)若投资0.8万元可增加原料1千克,问应否作这项投资. 2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划. 数学建模论文 运用lindo/lingo软件求解线性规划 运用lindo/lingo软件求解线性规划 一、摘要 本文要解决的问题是如何安排生产计划,即两种饮料各生产多少使获利最大。 首先，对问题进行重述明确题目的中心思想，做出合理的假设，对符号做简要的说明。 然后，对问题进行分析，根据题目的要求，建立合适的数学模型。 最后，运用lindo/lingo软件求出题目的解。 【关键词】最优解 lindo/lingo软件 第二、问题的重述 某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6千克,工人10名,可获利10万元;每百箱乙饮料需用原料5千克,工人20名,可获利9万元.今工厂共有原
料60千克,工人150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何安排生产计划,即两种饮料各生产多少使获利最大.进一步讨论: 1)若投资0.8万元可增加原料1千克,问应否作这项投资。 2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划。 第三、模型的基本假设 1、每一箱饮料消耗的人力、物力相同。 2、每个人的能力相等。 3、生产设备对生产没有影响。 第四、符号说明 1、x.....甲饮料 2、y.....乙饮料 3、z.....增加的原材料 第五、问题分析 根据题目要求:如何安排生产计划,即两种饮料各生产多少使获利最大，可知本题所求的是利润的最大值。我们可以先建立数学模型，然后用lindo/lingo软件包求解模型的最大值。 第六、模型的建立及求解根据题目建立如下3个模型: 模型1: max=0.1*x+0.09*y; 0.06*x+0.05*y<=60; 0.1*x+0.2*y<=150; x+y<=800; 结果:x=800;y=0;max=80 模型2:
Lingo12软件培训教案 Lingo 主要用于求解线性规划，整数规划，非线性规划，V10以上版本可编程。 例1 一个简单的线性规划问题 0 , 600 2 100 350 st. 3 2max >=<=+=<<=++=y x y x x y x y x z ! 源程序 max = 2*x+3*y; [st_1] x+y<350; [st_2] x<100; 2*x+y<600; !决策变量黙认为非负; <相当于<=; 大小写不区分 当规划问题的规模很大时，需要定义数组(或称为矩阵)，以及下标集(set) 下面定义下标集和对应数组的三种方法，效果相同:：r1 = r2 = r3, a = b = c. sets : r1/1..3/:a; r2 : b; r3 : c; link2(r1,r2): x; link3(r1,r2,r3): y; endsets data : ALPHA = ; a=11 12 13 ; r2 = 1..3; b = 11 12 13; c = 11 12 13; enddata
例2 运输问题 解： 设决策变量ij x = 第i 个发点到第j 个售点的运货量，i =1,2,…m; j =1,2,…n; 记为ij c =第i 个发点到第j 个售点的运输单价，i =1,2,…m; j =1,2,…n 记i s =第i 个发点的产量， i =1,2,…m; 记j d =第j 个售点的需求量， j =1,2,…n. 其中，m = 6; n = 8. 设目标函数为总成本，约束条件为（1）产量约束；（2）需求约束。 于是形成如下规划问题： n j m i x n j d x m i s x x c ij j n i ij i m j ij m i n j ij ij ,...,2,1,,...,2,1,0 ,...,2,1, ,...,2,1, st. z min 11 11==>=<==<==∑∑∑∑==== 把上述程序翻译成LINGO 语言，编制程序如下： ! 源程序
实验二：目标规划 一、实验目的 目标规划是由线性规划发展演变而来的，线性规划考虑的是只有一个目标函数的问题，而实际问题中往往需要考虑多个目标函数，这些目标不仅有主次关系，而且有的还相互矛盾。这些问题用线性规划求解就比较困难，因而提出了目标规划。熟悉目标规划模型的建立，求解过程及结果分析。 二、目标规划的一般模型 设)...2,1(n j x j =是目标规划的决策变量，共有m 个约束是国刚性约束，可能是等式约束，也可能是不等式约束。设有l 个柔性目标约束，其目标规划约束的偏差是 ),...,2,1(,l i d d i i =-+。设有q 个优先级别，分别为q p p p ,...,21。在同一个优先级k p 中，有 不同的权重，分别记为),...,2,1(,l j w w kj kj =- + 。因此目标规划模型的一般数学表达式为： min ∑∑=+ +-- =+= l j j kj j kj q k k d w d w p z 1 1 );( s.t. ,,...2,1,),(1m i b x a n j i j ij =≥=≤∑= . ,...2,1,0,, ,...,2,1,, ,...2,1,1 l i d d n x o x l i g d d x c i i j i n j i i j ij =≥=≥==-++-=+-∑ 三、实验设备及分组 实验在计算机中心机房进行，使用微型电子计算机，每人一机（一组）。
四、实验容及步骤 1、打开LINGO ，并利用系统菜单和向导在E 盘创建一个项目。目录和项目名推荐使用学生自己的学号。 2、以此题为例，建立数学模型，并用说明语句进行说明，增强程序的可读性。 例2.1： 某工厂生产Ⅰ、Ⅱ两种产品，需要用到A ，B ，C 三种设备，已知有关数据见下表。企业的经营目标不仅仅是利润，还需要考虑多个方面： （1） 力求使利润不低于1500元； （2） 考虑到市场需求，Ⅰ、Ⅱ两种产品的产量比应尽量保持1：2； （3） 设备A 为贵重设备，严格禁止超时使用； （4） 设备C 可以适当加班，但要控制；设备B 即要求充分利用，又尽可能不加班。 在重要性上，设备C 是设备B 的3倍。 此题中只有设备A 是刚性约束，其余都是柔性约束。首先，最重要的指标是企业的利润，将它的优先级列为第一级；其次是Ⅰ、Ⅱ两种产品的产量保持1：2的比例，列为第二级；再次，设备B 、C 的工作时间要有所控制，列为第三级。在第三级中，设备B 的重要性是设备C 的3倍，因此它们的权重不一样，设备B 的系数是设备C 的3倍。 该计划问题可用数学模型表示为： 目标函数 min )33()(433322211+ +-+--+++++=d d d p d d p d p z 满足约束条件 2122x x + 12≤ 15003002001121=-+++-d d x x 022221=-+-+ - d d x x 14x 1633=-++ -d d
线性规划问题及灵敏度分析在LINGO软件中的实现 一、问题的提出： 某公司饲养实验用的动物以出售给动物研究所，已知这些动物的生长对饲料中3种营养成分（蛋白质、矿物质和维生素）特别敏感，每个动物每周至少需要蛋白质60g，矿物质3g，维生素8mg，该公司能买到5种不同的饲料，每种饲料1kg所含各种营养成分和成本如下表所示，如果每个小动物每周食用饲料不超过52kg，才能满足动物生长需要。 问题： 1．求使得总成本最低的饲料配方？ 2．如果另一个动物研究对蛋白质的营养要求变为59单位，但是要求动物的价格比现在的价格便宜0.3元，问该养殖所值不值得接受？ 3．由于市场因素的影响，X2的价格降为0.6元每千克，问是否要改变饲料配方？ 二、建立线性规划数学模型 解答： （1）设需要饲料A1, A2, A3, A4分别为X1, X2, X3, X4kg，则建立线性规划数学模型如下： 目标函数：MinS=0.2X1+0.7X2+0.4X3+0.3X4+0.5X5 约束条件：0.3X1+2X2+X3+0.6X4+1.8X5>=60 0.1X1+0.05X2+0.02X3+0.2X4+0.05X5>=3 005X1+0.1X2+0.02X3+0.2X4+0.08X5>=8
X1+X2+X3+X4+X5<=52 X1, X2, X3, X4, X5>=0 三、在LINGO软件中的求解 在LINGO中输入下面的命令： Model： Min=0.2*x1+0.7*x2+0.4*x3+0.3*x4+0.5*x5; 0.3*x1+2*x2+x3+0.6*x4+1.8*x5>60; 0.1*x1+0.05*x2+0.02*x3+0.2*x4+0.05*x5>3; 0.05*x1+0.1*x2+0.02*x3+0.2*x4+0.08*x5>8; x1+x2+x3+x4+x5<52; end 操作：选菜单Lingo|Solve(或按Ctrl+S),或用鼠标点击“求解”按纽，如果模型有语法错误，则弹出一个标题为“LINGO Error Message”(错误信息)的窗口，指出在哪一行有怎样的错误，每一种错误都有一个编号（具体含义可查阅相关文献或LINGO的Help）.改正错误以后再求解，如果语法通过，LINGO用内部所带的求解程序求出模型的解，然后弹出一个标题为“LINGO Solver Status”（求解状态）的窗口，其内容为变量个数、约束条件个数、优化状态、耗费内存、所花时间等信息，点击Close关闭窗口，屏幕上出现标题为“Solution Report”（解的报告）的信息窗口，显示优化计算（线性规划中换基迭代）的步数、优化后的目标函数值、列出各变量的计算结果. 输出结果如下: Global optimal solution found at iteration: 4 Objective value: 22.40000 Variable Value Reduced Cost X1 0.000000 0.7000000 X2 12.00000 0.000000 X3 0.000000 0.6166667 X4 30.00000 0.000000 X5 10.00000 0.000000
Lingo超经典案例大全 LINGO是Linear Interactive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”。Lingo超强的优化计算能力在很多方面（线性规划、非线性规划、线性整数规划、非线性整数规划、非线性混合规划、二次规划等）比matlab、maple等强得多，Lingo编程简洁明了，数学模型不用做大的改动（或者不用改动）便可以直接采用Lingo语言编程，十分直观。 Lingo模型由4个段构成： （1）集合段（sets endsets）；（2）数据段（data enddata)； (3)初始段（init endinit）；（4）目标与约束段。 Lingo的五大优点： 1. 对大规模数学规划，LINGO语言所建模型较简洁，语句不多； 2. 模型易于扩展，因为@FOR、@SUM等语句并没有指定循环或求和的上下限，如果在集合定义部分增加集合成员的个数，则循环或求和自然扩展，不需要改动目标函数和约束条件； 3. 数据初始化部分与其它部分语句分开，对同一模型用不同数据来计算时，只需改动数据部分即可，其它语句不变； 4. “集合”是LINGO有特色的概念，它把实际问题中的事物与数学变量及常量联系起来，是实际问题到数学量的抽象，它比C语言中的数组用途更为广泛。 5. 使用了集合以及@FOR、@SUM等集合操作函数以后可以用简洁的语句表达出常见的规划模型中的目标函数和约束条件，即使模型有大量决策变量和大量数据，组成模型的语句并不随之增加． 一、求解线性整数规划、非线性整数规划问题： 1.线性整数规划： model: max=x1+x2; x1+9/14*x2<=51/14; -2*x1+x2<=1/3; @gin(x1);@gin(x2); end
实验1 用LINGO求解线性规划问题 LINGO使用简介 LINGO软件是美国的LINDO系统公司（Lindo System Inc）开发的一套用于求解最优化问题的软件包.LINGO除了能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.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，而且执行速度快.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，这里简单介绍LINGO的使用方法. LINGO可以求解线性规划、二次规划、非线性规划、整数规划、图论及网络优化和排队论模型中的最优化问题等. 一个LINGO程序一般会包含集合段、数据输入段、优化目标和约束段、初始段和数据预处理段等部分，每一部分有其独特的作用和语法规则，读者可以通过查阅相关的参考书或者LINGO的HELP文件详细了解，这里就不展开介绍了. LINGO的主要功能特色为：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；输入模型简练直观；运算速度快、计算能力强；内置建模语言，提供几十个内部函数，从而能以较少语句，较直观的方式描述大规模的优化模型；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；并且能方便地与Excel、数据库等其他软件交换数据. 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，每行可以有许多语句，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=200*X1+300*X2； （5）以惊叹号“！”开头，以分号“；”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. 实验目的 1.对于给定的实际应用问题，正确的建立线性规划问题数学模型，并用LINGO求解； 2.掌握灵敏度分析以及资源的影子价格的相关分析方法. 实验数据与内容 问题1.1某工厂在计划期内要安排生产A、B两种产品，已知生产单位产品所需设备台时及对甲、乙两种原材料的消耗，有关数据如表1.1.问：应如何安排生产计划，使工厂获利最大？
Lingo 与线性规划 线性规划的标准形式是 11n n Min z c x c x =++L 1111111..0,1,2,,n n m mn n m i a x a x b s t a x a x b x i n +≤??? ? +≤??≥=?L M L L (1) 其中11n n z c x c x =++L 称为目标函数，自变量i x 称为决策变量,不等式组(1)称为约束条件. 满足不等式组(1)的所有1(,,)n x x L 的集合称为可行域，在可行域里面使得z 取最小值的** 1(,,)n x x L 称为最优解，最优解对应的函数值称为最优值。 求解优化模型的主要软件有Lingo 、Matlab 、Excel 等。其中Lingo 是一款专业求解优化模型的软件，有其他软件不可替代的方便功能。本文将简要介绍其在线性规划领域的应用。 一、基本规定 1、目标函数输入格式 max=函数解析式； 或者 min=函数解析式； 2、约束条件输入格式 利用：>、<、>=、<=等符号。但是>与>=没有区别。Lingo 软件默认所以自变量都大于等于0. 3、运算 加(+),减(-),乘(*),除(/),乘方(x^a)，要注意乘号(*)不能省略。 4、变量名 不区分大小写字母，不超过32个字符，必须以字母开头。 5、标点符号
每个语句以分号“；”结束，感叹号“！”开始的是说明语句（说明语句也需要以分号“;”结束）。但是，model ，sets ，data 以“：”结尾。endsets ，enddata ，end 尾部不加任何符号。 6、命令不考虑先后次序 7、MODEL 语句 一般程序必须先输入MODEL ：表示开始输入模型，以“END”结束。对简单的模型，这两个语句也可以省略。 8、改变变量的取值范围 @bin(变量名)； 限制该变量为0或1. @bnd(a,变量名,b )； 限制该变量介于a,b 之间. @free(变量名)； 允许该变量为负数. @gin(变量名)； 限制该变量为整数. 例1 求目标函数1223z x x =+的最小值，约束条件为 1211212..35010022600,0 s t x x x x x x x +≥??≥?? +≤??≥? 输入Lingo 程序： min = 2*x1 + 3*x2; x1 + x2 >= 350; x1 >= 100; 2*x1 + x2 <= 600; 有两种运行方式： 1、点击工具条上的按钮 即可。 2、点击菜单：LINGO →Solve 运行结果如下：
用lingo求解线性规划问题 中国石油大学胜利学院 程兵兵 摘要食物营养搭配问题是现代社会中常见的问题，其最终的目的是节省总费用。本文通过对营养问题的具体剖析．构建了一般的线性规划模型。并通过实例应用Lingo数学软件求解该问题。并给出了价值系数灵敏度分析，得出蔬菜价格的变动对模型的影响。 关键词线性规划，lingo，灵敏度分析。 一、问题重述与分析 营养师要为某些特殊病人拟订一周的菜单，可供选择的蔬菜及其费用和所含营养成分的数量以及这类病人每周所需各种营养成分的最低数量如下表1所示。有以下规定：一周内所用卷心菜不多于2份，其他蔬菜不多于4份。 问题一：若病人每周需要14份蔬菜，问选用每种蔬菜各多少份，可使生活费用最小。 问题二：当市场蔬菜价格发生怎样波动时，所建模型的适用性。 表 1 所需营养和费用 蔬菜 每份蔬菜所含营养成分 费用 （元/份）铁(mg) 磷(mg) VA(单位) VC(mg) 烟酸(mg) 青豆0.45 10 415 8 0.3 1.5 胡萝卜0.45 28 9065 3 0.35 1.5 花菜 1.05 50 2550 53 0.6 2.4 卷心菜0.4 25 75 27 0.15 0.6 甜菜0.5 22 15 5 0.25 1.8 土豆0.5 75 235 8 0.8 1.0 每周营养 最低需求量 6.0 325 17500 245 5.0 营养搭配是一个线性规划问题，在给定蔬菜的情况下，要求菜单所需的营养成分必须达到要求，并在此条件下求出什么样的搭配所花费的费用最少。 第一个要求是满足各类营养的充足，根据表中数据列出不等式。第二要求为问题一中，蔬菜的份数必须为14，第三要求为在一周内，卷心菜不多于2份，其他不多于4份，根据以上条件列出各类蔬菜份数的限定条件，并可表示出费用的表达式。 对于第二问，就是价值系数的变化对总费用的影响，模型的适用范围。
1、实验内容： 对下面是实际问题建立相应的数学模型，并用数学软件包Lindo/lingo 对模型进行求解。 某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6千克,工人10名,可获利10万元;每百箱乙饮料需用原料5千克,工人20名,可获利9万元.今工厂共有原料60千克,工人150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何安排生产计划,即两种饮料各生产多少使获利最大.进一步讨论: 1)若投资0.8万元可增加原料1千克,问应否作这项投资. 2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划.
数学建模论文 运用lindo/lingo软件求解线性规划运用lindo/lingo软件求解线性规划
一、摘要 本文要解决的问题是如何安排生产计划,即两种饮料各生产多少使获利最大。 首先，对问题进行重述明确题目的中心思想，做出合理的假设，对符号做简要的说明。 然后，对问题进行分析，根据题目的要求，建立合适的数学模型。 最后，运用lindo/lingo软件求出题目的解。 【关键词】最优解lindo/lingo软件 第二、问题的重述 某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6千克,工人10名,可获利10万元;每百箱乙饮料需用原料5千克,工人20名,可获利9万元.今工厂共有原料60千克,工人150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何安排生产计划,即两种饮料各生产多少使获利最大.进一步讨论: 1)若投资0.8万元可增加原料1千克,问应否作这项投资。 2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划。 第三、模型的基本假设 1、每一箱饮料消耗的人力、物力相同。 2、每个人的能力相等。 3、生产设备对生产没有影响。 第四、符号说明 1、x.....甲饮料 2、y.....乙饮料 3、z.....增加的原材料 第五、问题分析 根据题目要求：如何安排生产计划,即两种饮料各生产多少使获利最大，可知本题所求的是利润的最大值。我们可以先建立数学模型，然后用lindo/lingo软件包求解模型的最大值。
数学模型 实验3、LINGO 求解非线性优化模型 一、实验目的 掌握Lingo 软件求解非线性优化模型的基本用法，对于实际建模问题，能够利用数学规划建立模型，并能利用Lingo 软件进行求解。 二、实验原理及方法 Lingo 是美国LINDO 系统公司推出的求解最优化问题的专业软件包.它在求解各种大型线性、非线性和整数规划方面具有明显的优势. Lingo 具有演示(试用)版、学生版、高级版、超级版、工业版、扩展版等不同版本,不同版本的求解问题规模和选件不同.。 启动Lingo 后,在主窗口上弹出标题为”Lingo Model-Lingo1”的窗口,称为模型窗口(通常称Lingo 程序为模型),如下图所示,用于输入模型,可以在该窗口用基本类似于数学公式的形式输入小型的数学规划模型. 例1 如何在LINGO 中求解如下的LP 问题： ,6002100 350. .32min 21211 2121≥≤+≥≥++x x x x x x x t s x x 实验步骤： 先在模型窗口中输入如下模型(代码)： min=2*x1+3*x2; x1+x2>=350; x1>=100; 2*x1+x2<=600; 然后选菜单Lingo|solve(或按Ctrl+S),或用鼠标点击”求解”按钮,得到如下求解报告：
Global optimal solution found at iteration: 4 Objective value: 800.0000 Variable Value Reduced Cost X1 250.0000 0.000000 X2 100.0000 0.000000 Row Slack or Surplus Dual Price 1 800.0000 -1.000000 2 0.000000 -4.000000 3 150.0000 0.000000 即最优解为x1=250,x2=100,最优值为800。 Lingo 模型的几个说明： 1、Lingo 默认所有的决策变量都非负,故变量非负条件不必输入，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=200*x1+300*x2； (5)以!开头,以”;”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要求的话,则默认所有的变量的取值都非负; (7)Lingo 模型以语句”Model:”开始,以”End ”结束,对于比较简单的模型,这两个语句可以省略. 2、选菜单File|save as 将输入的模型存盘,默认文件格式的扩展名为.lg4,这是一种特殊的二进制格式,保存了模型窗口中的所有文本和其它对象以及格式信息,只有Lingo 能读懂它. 3、选菜单Lingo|solve(或按Ctrl+S),或用鼠标点击”求解”按钮时，如果模型有语法错误,则会弹出一个标题为”Lingo Error Message ”的窗口,指出错误在哪一行,有怎样的错误等信息,如果语法通过,Lingo 用内部所带的求解程序求出模型的解,然后弹出一个标题为”Lingo Solve Statas ”的窗口,其内容为变量的个数、约束条件的个数、优化状态、非零变量个数、耗费内存、所花时间等信息,点击Close 关闭该窗口,屏幕上出现标题为”Solution Report ”的信息窗口,显示优化计算的步数、最优目标函数值、最优解等信息. 例题2(钢管下料问题). 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割出售．从钢管厂进货得到的原材料的钢管的长度都是19m ， 现在一顾客需要50根4m ，20根6m ，15根8m ，此外还需要10根5 m 的钢管，为了简化生产过程，规定所使用的切割模式的种类不能超过3种，应如何下料？ 解:设第I 种切割模式切割的根数为(,,)i x i =123,第I 种切割模式下切割成4m,6m,8m,5m 的数量分别为 ,,,(,,)i i i i r r r r i =1234123,使用的频率由低到高,故有x x x >>123.令 由题意得到:
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A1，或者在设备乙上用8小时加工成4公斤A2。根据市场需求，生产的A1、A2能全部售出，且每公斤A1获利24元，每公斤A2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480小时，并且设备甲每天至多能加工100公斤A1，设备乙的加工能力没有限制。试为该厂制定一个生产计划，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A1的获利增加到30元，应否改变生产计划？ 数学模型：设每天用x1桶牛奶生产A1 ，用x2桶牛奶生产A2 目标函数：设每天获利为z元。x1桶牛奶可生产3x1公斤A1，获利24*3x1，x2桶牛奶可生产4*x2公斤A2，获利16*4x2，故z=72x1+64x2 约束条件： 原料供应：生产A1、A2的原料（牛奶）总量不超过每天的供应50桶，即 x1+x2≤50 劳动时间：生产A1、A2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 12x1+8x2≤480 设备能力：A1的产量不得超过设备甲每天的加工能力100小时，即 3x1≤100 非负约束：x1、x2均不能为负值，即x1≥0，x2≥0 综上所述可得 max z=72x1+64x2 s.t. x1+x2≤50 12x1+8x2≤480 3x1≤100 x1≥0，x2≥0 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。 LINGO求解线性规划 用LINGO求解线性规划时，首先在LINGO软件的模型窗口输入一个LP模型，模型以MAX或MIN 开始，按线性规划问题的自然形式输入（见下面例子所示）。 以下解加工奶制品的生产计划问题： 由于LINGO中已假设所有的变量都是非负的，所以非负约束条件不必输入；LINGO也不区分变量中的大小写字符（实际上任何小写字符将被转换为大写字符）；约束条件中的“〈=”及“〉=”可用“〈”及精彩文档