运筹学上机实验指导书.
运筹学实验指导书(第1部分)
预备知识 WinQSB 软件操作指南[WinQSB 软件简介]QSB 是Quantitative Systems for Business 的缩写，早期的版本是在DOS 操作系统下运行的，后来发展成为在Windows 操作系统下运行的WinQSB软件，目前已经有 2.0 版。
该软件是由美籍华人Yih-Long Chang 和Kiran Desai 共同开发，可广泛应用于解决管理科学、决策科学、运筹学及生产管理等领域的问题。
该软件界面设计友好，使用简单，使用者很容易学会并用它来解决管理和商务问题，表格形式的数据录入以及表格与图形的输出结果都给使用者带来极大的方便，同时使用者只需要借助于软件中的帮助文件就可以学会每一步的操作。
[WinQSB 软件的基本操作]1. 安装与启动点击WinQSB 安装程序的Setup，指定安装目录后，软件自动完成安装。
读者在使用该软件时，只需要根据不同的问题，调用程序当中的不同模块，操作简单方便。
进入某个模块以后，第一项工作就是建立新问题或者打开已经存盘的数据文件。
在WinQSB 软件安装完成后，每一个模块都提供了一些典型的例题数据文件，使用者可以先打开已有的数据文件，了解数据的输入格式，系统能够解决什么问题，结果的输出格式等内容。
2.数据的录入与保存数据的录入可以直接录入，同时也可以从Excel 或Word 文档中复制数据到WinQSB。
首先选中要复制的电子表格中单元格的数据，点击复制，然后在WinQSB 的电子表格编辑状态下选择要粘贴的单元格，点击粘贴即可。
如果要把WinQSB 中的数据复制到office 文档中，选中WinQSB 表格中要复制的单元格，点击Edit/Copy，to clipboard 即可。
数据的保存，只需要点击File/Save as 即可，计算结果的保存亦相同，只是注意系统以文本格式（*.txt）保存结果，使用者可以编辑该文本文件。
实验1 线性规划问题的WinQSB应用[实验目的]1.了解WinQSB软件的集成环境，掌握WinQSB集成环境的基本操作方法；2.掌握利用WinQSB求解LP问题的最优解，并进行灵敏度分析；3.学会对利用WinQSB求得结果的解释。
《运筹学》课程实验指导书09级
《运筹学》课程实验指导书实验一线性规划问题模型的建立及求解1.实验目的和要求理解线性规划模型的基本思想，熟悉运筹学软件的安装及基本使用方法，能够使用运筹学软件对线性规划问题进行求解。
2.实验前准备复习教材第一、二、三、四、五、六章相关内容。
3.实验条件每名同学使用一台计算机。
小组同学相邻，方便讨论。
4.实验内容(1)熟悉运筹学软件的安装及基本使用方法。
(2)练习教材第二章习题8a,b的数学模型，使用运筹学软件求解，分析输出数据。
(3)选择教师指定的实际问题，进行分析、建模和求解（实验报告内容）。
5.实验报告完成本次实验的报告，写清实验步骤及实验结果。
指定问题：问题一：任务分配问题：某车间有甲、乙两台机床，可用于加工三种工件。
假定这两台车床的可用台时数分别为800和900，三种工件的数量分别为400、600和500，且已知用三种不同车床加工单位数量不同工件所需的台时数和加工费用如下表。
问怎样分配车床的加工任务，才能既满足加工工件的要求，又使加工费用最低？问题二：某厂每日8小时的产量不低于1800件。
为了进行质量控制，计划聘请两种不同水平的检验员。
一级检验员的标准为：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员的标准为：速度15件/小时，正确率95%，计时工资3元/小时。
检验员每错检一次，工厂要损失2元。
为使总检验费用最省，该工厂应聘一级、二级检验员各几名？问题三：某农场有100公顷土地及15000元资金可用于发展生产。
农场劳动力情况为秋冬季3500人日，春夏季4000人日，如劳动力本身用不了时可外出干活，春夏季收入为2.1元/人日，秋冬季收入为1.8元/人日。
该农场种植三种作物：大豆、玉米、小麦，并饲养奶牛和鸡。
种作物时不需要专门投资，而饲养动物时每头奶牛投资400元，每只鸡投资3元。
养奶牛时每头需拨出1.5公顷土地种饲草，并占用人工秋冬季100人日，春夏季为50人日，年净收入400元/每头奶牛。
运筹学实验教案新部编本和指导书
教师学科教案[ 20 – 20 学年度第__学期]任教学科：_____________任教年级：_____________任教老师：_____________xx市实验学校《运筹学》实验教案一、课程实验目标《运筹学》课程是工商管理类专业的五门核心课程之一，本课程实验课的教学旨在通过学生上机学习、实际操作、运用《管理运筹学》2.0软件，使学生从理论课教学中所学到的《运筹学》中线性规划、运输问题、整数规划、0-1规划和指派问题的基本概念、基本理论、基本计算方法得以进一步加深理解，并为后续管理专业课程的学习、毕业论文中的定量分析和今后在实际工作中熟练运用《管理运筹学》软件解决生产计划管理、产品营销、库存管理中的实际问题打下坚实的基础。
实验课数安排在6学时左右。
二、实验的基本内容实验一：单纯性方法解线性规划问题（2学时）实验二：表上作业法解运输问题（2学时）实验三；解目标规划问题、整数规划问题和指派问题（2学时）三、实验教学方法首先，教师结合实例介绍《管理运筹学》2.0软件与所学《运筹学》课程相关部分的理论、概念、方法之间的关系，并讲授软件的使用方法。
然后让学生自已实际操作软件，熟悉软件，在掌握《管理运筹学》2.0软件的基础上，去验算教师在课堂上讲过的例题、已做过的习题。
最后给出实际案例，让学生用《管理运筹学》2.0软件去计算线性规划问题、运输问题、目标规划问题、整数规划问题和指派问题，获得用运筹学方法去解决实际问题的能力。
实验一单纯性方法解线性规划问题1、实验目的让学生进一步掌握线性规划问题的相关基本概念、理论和方法。
加深对单纯性方法的理解，熟练运用它去解线性规划问题，并运用《管理运筹学》2.0软件去进行线性规划问题的相关计算。
2、重难点在掌握线性规划问题的有关理论、方法的基础上，运用《管理运筹学》2.0软件去解决实际问题。
3、实验步骤⑴结合实例介绍《管理运筹学》2.0软件与所学线性规划问题的理论、概念、方法之间的关系，并讲授《管理运筹学》2.0软件的使用方法。
运筹学实验指导书
运筹学实验指导书-CAL-FENGHAI.-(YICAI)-Company One1实验一、线性规划综合性实验一、实验目的与要求：使学生掌握线性规划建模的方法以及至少掌握一种线性规划软件的使用，提高学生应用线性规划方法解决实际问题的实践动手能力。
通过实验，使学生更深入、直观地理解和掌握线性规划的基本概念及基本理论和方法。
要求学生能对一般的线性规划问题建立正确的线性规划数学模型，掌握运筹学软件包线性规划模块的操作方法与步骤，能对求解结果进行简单的应用分析。
二、实验内容与步骤：1.选择合适的线性规划问题学生可根据自己的建模能力，从本实验指导书提供的参考选题中或从其它途径选择合适的线性规划问题。
2.建立线性规划数学模型学生针对所选的线性规划问题，运用线性规划建模的方法，建立恰当的线性规划数学模型。
3.用运筹学软件求解线性规划数学模型学生应用运筹学软件包线性规划模块对已建好的线性规划数学模型进行求解。
4.对求解结果进行应用分析学生对求解结果进行简单的应用分析。
三、实验例题：(一)线性规划问题某集团摩托车公司产品年度生产计划的优化研究1)问题的提出某集团摩托车公司是生产各种类型摩托车的专业厂家，有30多年从事摩托车生产的丰富经验。
近年来，随着国内摩托车行业的发展，市场竞争日趋激烈，该集团原有的优势逐渐丧失，摩托车公司的生存和发展面临严峻的挑战。
为此公司决策层决心顺应市场，狠抓管理，挖潜创新，从市场调查入手，紧密结合公司实际，运用科学方法对其进行优化组合，制定出1999年度总体经济效益最优的生产计划方案。
2)市场调查与生产状况分析1998年，受东南亚金融风暴的影响，国内摩托车市场出现疲软，供给远大于需求，该集团的摩托车生产经营也出现开工不足、库存增加和资金周转困难等问题。
该集团共有三个专业厂，分别生产轻便摩托车、普通两轮车和三轮摩托车三大系列产品。
20000辆和22000辆。
为1600万元。
根据以上情况，该公司应如何制定1999年度总体经济效益最优的生产计划方案(二)线性规划建模设X j表示生产M j型摩托车的数量(j=1,2,…,9),则总利润最大的摩托车产品生产计划数学模型为：MaxZ=×+×+×+×+×+×+×+×+×=++++++++满足 X1+X2+X3≤50000 (1)X4+X5+X6≤60000 (2)X7+X8+X9≤10000 (3)++++++++≤4000×5 (4)X3≤20000 (5)X6≤22000 (6)×(X1+X2+X3)+×(X4+X5+X6)+×3(X7+X8+X9)≤3000 (7)++++++++≤1600(8)X j≥0(j=1,2,3,4…9)模型说明：约束(1)、(2)、(3)分别表示三种系列摩托车的最大生产能力限制；约束(4)表示摩托车的生产受流动资金的限制；约束(5)和(6)表示M3和M6两种车产量受发动机供应量限制；约束 (7)表示未销售的产量受库存能力的限制；约束(8)表示未销售产品占用资金的限制。
运筹学试验指导书
《运筹学》实验指导书课程代码：0410073课程名称：运筹学/ Operational Research开课院实验室：经济与管理学院实验中心适用专业：工商管理、物流、信息管理等专业教学用书：《运筹学》（《运筹学》孙萍等编，中国铁道出版社出版）第一部分实验课简介一、实验的地位、作用和目的及学生能力标准运筹学是一门应用科学，在教学过程中通过案例分析与研究并与现代计算机技术相结合，力求实现理论与实践相结合，优化理论与经济管理专业理论相结合。
实验，是《运筹学》课程中重要的实践环节。
通过实验，可弥补课堂理论教学中的不足，增加学生的感性知识；要使学生能掌握系统的管理科学中的整体优化和定量分析的方法，熟练运用运筹学程序，对实际问题和研究对象进行系统模拟。
二、试验内容应用Lindo6 .1版运筹学软件包，解决实际问题。
三、实验方式与基本要求1、实验方式：综合性实验预习要求：复习编程方法及线性规划、整数规划的算法，对实际问题和研究对象，构造数学模型，确定优化技术方法，设计出原始数据表格。
实验设备：台式电脑实验要求：按实验任务要求调试程序，程序执行结果应正确。
实验分组：1人/组2、基本要求①在实验室进行实验前，学生熟悉实验软件Lindo程序、操作方法等；②将程序调好后，将程序结果记录，并由实验教师检查后签字；③将数据及有关的参数等记录在已经设计好的原始数据表格中；④在一周内完成实验报告。
四、考核方式与实验报告要求学生进入实验室后签到，实验结束后，指导教师逐个检查并提问，根据学生操作、实验结果、回答问题情况及实验纪律及作风等方面给出学生成绩，再综合实验报告情况给出最后的成绩。
报告格式如附录。
第二部分Lindo背景及功能菜单简介一、Lindo简介1．Lindo简介：LINDO(Linear, INteractive, and Discrete Optimizer)是一种专门用于求解数学规划问题的软件包。
由于LINDO执行速度很快、易于方便输入、求解和分析数学规划问题。
运筹学与系统工程上机实验指导书_实验五
运筹学与系统工程上机实验指导书机电学院工业工程专业2013-2014（1）学期上机实验五：应用Lingo 求解动态规划和排队论问题一、 实验目的在熟练编写和运行Lingo 程序的基础上，应用Lingo 进行求解动态规划和排队论等深层次优化问题的练习。
二、 实验要求1、根据本指导书学习Lingo 对典型动态规划问题进行建模和求解。
2、根据本指导书学习排队论相关函数的具体使用方法，对典型的随机服务系统问题进行建模和求解。
3、独立完成相关应用题目的分析、建模和应用Lingo 软件的求解过程。
三、 相关知识1、动态规划问题模型及典型应用动态规划（Dynamic Programming ）是将一个大型、复杂的问题转换为若干阶段的子问题，从而将动态的多阶段问题简化为静态的单阶段决策问题，一般需要采用递归算法进行求解。
动态规划问题的一般模型为：{}1111()max(min)(,)(),1,,2,1()0k k k k k k k n n f S V S u f S k n n f S ++++=+=-=动态规划的典型应用包括：最短路径问题、动态生产计划问题、资源配置问题、背包问题、旅行商问题、随机性采购问题、设备更新问题等。
按照决策变量取值的不同，也可以分为连接型动态规划和离散型动态规划问题。
无论是连续问题还是离散问题，动态规划解决问题的前提条件是：可将问题划分为k 个阶段（k=1,2,…,n ），并能构建多阶段模型（最优指标函数Vk,n ，状态Sk 、决策uk 、状态转移方程Tk ）。
2、随机服务系统相关Lingo 函数随机服务系统由输入过程（反映顾客总体的特征）、排队规则（反映队伍特征）及服务机构（反映服务台的特征）所组成，对随机服务系统的描述如图1所示，可用符号M/M/1表示泊松输入、负指数服务、一个服务台组成的随机服务系统。
图 1 随机服务系统的描述描述排队系统的主要数量指标有：队长L=正在服务的顾客数Ls+等待队长Lq ，顾客的平均停留时间W=顾客的平均等待时间Wq+平均服务时间Ws 。
运筹学实验指导书
《运筹学》实验指导书一、实验项目一1、实验项目名称线性规划问题的求解2、实验内容利用运筹学软件包2.0对线性规划问题进行求解，利用P26例5进行验证。
3、实验目的和要求掌握应用运筹学软件包2.0对线性规划问题进行求解的方法。
4、实验原理单纯形法5、实验仪器和设备微型电子计算机6、实验步骤（1） a. 应用单纯形算法对标准型max{cx│Ax=b, x≥0}的线性规划问题求解最优解b. 数据文件格式第1行 m,n,l0,llm: 约束方程的个数;n: 决策变量的个数(不包括基变量);l0: 人工变量的个数;ll: ll=1---有人工变量,ll=0---无人工变量.第2─第m+3行a[i,j](i=1,m+2;j=1,m+n+1)a[i,j](i=1,m;j=1,n): 约束方程的系数矩阵;a[i,j](i=1,m;j=n+1,n+m): m阶单位矩阵,其中人工变量必须置于最后l0个;a[i,j](i=1,m;j=n+1): 约束方程的右端常数项列向量;a[i,j](i=m+1;j=1,m+n+1):ll=0---全部填零,ll=1---第1至第m行上位于j列中所有人工变量系数之和;a[i,j](i=m+2;j=1,m+n+1): 目标函数行上诸检验数.c. 运行按工具条运行按钮.d. 输出结果(a) 基可行解;(b) 最优解.e. 算例1、求解max z=2x[1]-2x[2]┌ -2x[1]+x[2]≤2s.t│ x[1]-x[2]≤1└ x[j]≥0,j=1,2解: 标准型为max z=2x[1]-2x[2]┌ -2x[1]+x[2]+x[3] =2s.t│ x[1]-x[2] +x[4]=1└ x[j]≥0,j=1,2,..,4数据文件:2 2 0-2 1 21 -1 10 0 02 -2 0输出结果:线性规划问题的最优解┏━━━━━━━━━━━━━━━━━┓┃基变量最优值┃┃ x( 3)= 4.00 ┃┃ x( 1)= 1.00 ┃┣━━━━━━━━━━━━━━━━━┫┃所有其它变量都等于零┃┃目标函数的最优值 max z＝ 2.00┃┗━━━━━━━━━━━━━━━━━┛线性规划问题的多最优解┏━━━━━━━━━━━━━━━━━┓┃基变量最优值┃┃ x( 3)= 6.50 ┃┃ x( 1)= 3.50 ┃┃ x( 2)= 2.50 ┃┣━━━━━━━━━━━━━━━━━┫┃所有其它变量都等于零┃┃目标函数的最优值 max z＝ 2.00┃┗━━━━━━━━━━━━━━━━━┛2、求解min f=x[1]+ x[2]┌ x[1]+2x[2]≥2s.t │ x[1]- x[2]≥1└ x[j]≥0,j=1,2解: 两阶段问题为min z= x[5]+x[6]max f1=-x[1]-x[2]┌ x[1]+2x[2]-x[3] +x[5] =2 s.t │ x[1]- x[2] -x[4] +x[6] =1└ x[j]≥0,j=1,2,...,6数据文件:2 4 2 11 2 -1 0 1 0 21 -1 0 -1 0 1 12 1 -1 -1 0 0 3-1 -1 0 0 0 0 0输出结果:┌──────────────────────────┐│最优解│├──────────────────────────┤│变量值││ x( 2)= 0.33 ││ x( 1)= 1.33 │├──────────────────────────┤│所有其它的变量均为零. ││目标函数最优值为 -1.66667 │└──────────────────────────┘（2） a. 应用对偶单纯形算法检验数全部为非正而初始基本解不可行的线性规划问题求解最优解b. 数据文件格式第1行 m,nm: 约束方程的个数;n: 决策变量的个数.第2─第m+1行a[i,j](i=1,m;j=1,m+n+1)a[i,j](i=1,m;j=1,n): 约束方程的系数矩阵;a[i,j](i=1,m;j=n+1,n+m): m阶单位阵;a[i,j](i=1,m;j=n+m+1): 约束方程的右端常数项列向量.第m+2行 c[j](j=1,m+n+1)c[j](j=1,n): 目标函数的系数行向量;c[j](j=n+1,m+n+1): 零向量.c. 运行按工具条运行按钮.d. 输出结果(a) 基变量的最优值;(b) 目标函数的最优值.e. 算例min f=2x[1]+x[2]┌ 3x[1]+ x[2]≥3s.t │ 4x[1]+3x[2]≥6│ x[1]+2x[2]≥2└ x[1],x[2]≥0标准型:max z=-2x[1]-x[2]┌ -3x[1]- x[2]+x[3] =-3。
《实用运筹学》上机实验指导1
《实用运筹学》上机实验指导课程名称：运筹学/Operations Research实验总学时数：60学时一、实验教学目的和要求本实验与运筹学理论教学同步进行。
目的：充分发挥Excel软件这一先进的计算机工具的强大功能，改变传统的教学手段和教学方法，将软件的应用引入到课堂教学，理论与应用相结合。
丰富教学内容，提高学习兴趣。
要求：能用Excel软件中的规划求解功能求解运筹学中常见的数学模型。
二、实验项目名称和学时分配三、单项实验的内容和要求实验一线性规划（－）实验目的：安装Excel软件“规划求解”加载宏，用Excel软件求解线性规划问题。
（二）内容和要求：安装并启动软件，建立新问题，输入模型，求解模型，结果的简单分析。
（三）实例操作：求解习题1.1。
（1）建立电子表格模型：输入数据、给单元格命名、输入公式等；（2）使用Excel软件中的规划求解功能求解模型；（3）结果分析：如五种家具各生产多少？总利润是多少？哪些工序的时间有剩余，并对结果提出你的看法；（4）在Excel或Word文档中写实验报告，包括线性规划模型、电子表格模型和结果分析等。
案例1 生产计划优化研究某柴油机厂年度产品生产计划的优化研究。
某柴油机厂是我国生产中小功率柴油机的重点骨干企业之一。
主要产品有2105柴油机、x2105柴油机、x4105柴油机、x4110柴油机、x6105柴油机、x6110柴油机，产品市场占有率大，覆盖面广。
柴油机生产过程主要分成三大类：热处理、机加工、总装。
与产品生产有关的主要因素有单位产品的产值、生产能力、原材料供应量与生产需求情况等。
每种产品的单位产值如错误!未找到引用源。
所示。
表 C－1 各种产品的单位产值为简化问题，根据一定时期的产量与所需工时，测算了每件产品所需的热处理、机加工、总装工时，如表 C－2所示。
表 C－2 单位产品所需工时同时，全厂所能提供的总工时如表 C－3所示。
表 C－3 各工序所能提供的总工时产品原材料主要是生铁、焦碳、废钢、钢材四大类资源。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
运筹学上机实验指导书重庆交通大学管理学院目录绪论运筹学上机实验软件简介第一章运筹学上机实验指导§1.1 中小型线性规划模型的计算机求解§1.2 大型线性规划模型的编程计算机求解§1.3线性规划的灵敏度分析§1.4运输问题数学模型的计算机求解§1.5目标规划数学模型的计算机求解§1.6整数规划数学模型的计算机求解§1.7 指派问题的计算机求解§1.8最短路问题的计算机求解§1.9最大流问题的计算机求解第二章LINGO软件基础及应用§2.1 原始集(primitive set)和派生集(derived set)与集的定义§2.2 LINGO中的函数与目标函数和约束条件的表示§2.3 LINGO中的数据§2.4 LINDO简介第三章运筹学上机实验及要求实验一.中小型线性规划模型的求解与Lingo软件的初步使用实验二.中小型运输问题数学模型的Lingo软件求解。
实验三.大型线性规划模型的编程求解。
实验四.运输问题数学模型的Lingo编程求解。
实验五.分支定界法上机实验实验六.整数规划、0-1规划和指派问题的计算机求解实验七：最短路问题的计算机求解实验八:最大流问题的计算机求解实验九:运筹学综合实验绪论运筹学是研究资源最优规划和使用的数量化的管理科学，它是广泛利用现有的科学技术和计算机技术，特别是应用数学方法和数学模型，研究和解决生产、经营和经济管理活动中的各种优化决策问题。
运筹学通常是从实际问题出发，根据决策问题的特征，建立适当的数学模型，研究和分析模型的性质和特点，设计解决模型的方法或算法来解决实际问题，是一门应用性很强的科学技术。
运筹学的思想、内容和研究方法广泛应用于工程管理、工商企业管理、物流和供应链管理、交通运输规划与管理等各行各业，也是现代管理科学和经济学等许多学科研究的重要基础。
在解决生产、经营和管理活动中的实际决策问题时，一般都是建立变量多、约束多的大型复杂的运筹学模型，通常都只能通过计算机软件才能求解，因此，学习运筹学的计算机求解和进行上机实验，就是运筹学教学的重要组成部分。
现在求解各类运筹学模型的软件多种，主要有Microexcel，Matlab，LINDO，LINGO，WinQSB和英国运筹学软件Dash-Xpress。
Microexcel主要利用规划求解来解线性规划模型，WinQSB功能比较齐全，但是主要适合解决规模较小的运筹学模型，英国运筹学软件Dash-Xpress现在在中国的使用率不高，Matlab是通过矩阵的方法解决线性规划，对非线性规划和其它运筹学模型特别是大规模的模型的输入不太方便，。
而LINGO和LINDO是使用最广泛的运筹学专业软件，前者功能强大，能解决几乎所有的运筹学优化模型，后者主要功能是线性规划模型的求解。
在LINGO中模型的输入和编程都比较方便，可解决大规模的运筹学模型。
因此，本课程的教学就是以LINGO为主，适当补充Excel和LINDO作为运筹学上机软件，后者的优势主要在于能获得最优单纯形表以进行更全面地灵敏度分析。
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。
LINGO全称是Linear INteractive and General Optimizer的缩写---交互式的线性和通用优化求解器。
它是一套设计用来帮助您快速,方便和有效的构建和求解线性,非线性,和整数最优化模型的功能全面的工具.包括功能强大的建模语言,建立和编辑问题的全功能环境,读取和写入Excel和数据库的功能,和一系列完全内置的求解程序.运行环境：Win9x/NT/2000/XP/2003/Vista/Win7软件类别：国外软件/工具软件/计算工具软件语言：英文LINGO 是使建立和求解线性、非线性和整数最佳化模型更快更简单更有效率的综合工具。
LINGO 提供强大的语言和快速的求解引擎来阐述和求解最佳化模型。
LINGO具有如下的优势：1．简单的模型表示LINGO 可以将线性、非线性和整数问题迅速得予以公式表示，并且容易阅读、了解和修改。
LINGO的建模语言允许您使用汇总和下标变量以一种易懂的直观的方式来表达模型，非常类似您在使用纸和笔。
模型更加容易构建，更容易理解，因此也更容易维护。
2．方便的数据输入和输出选择LINGO 建立的模型可以直接从数据库或工作表获取资料。
同样地，LINGO 可以将求解结果直接输出到数据库或工作表。
使得您能够在您选择的应用程序中生成报告.3．强大的求解器LINGO拥有一整套快速的,内建的求解器用来求解线性的,非线性的(球面&非球面的),二次的,二次约束的,和整数优化问题.您甚至不需要指定或启动特定的求解器,因为LINGO会读取您的方程式并自动选择合适的求解器.4. 交互式模型或创建Turn-key应用程序您能够在LINGO内创建和求解模型,或您能够从您自己编写的应用程序中直接调用LINGO.对于开发交互式模型,LINGO提供了一整套建模环境来构建,求解和分析您的模型.对于构建turn-key解决方案,LINGO提供的可调用的DLL和OLE界面能够从用户自己写的程序中被调用.LINGO也能够从Excel宏或数据库应用程序中被直接调用.5. 广泛的文件和HELP 功能安装好了的LINGO，启动后的界面如下图1所示，即可输入求解运筹学模型的程序。
图1第一章运筹学上机实验指导§1.1 中小型线性规划模型的计算机求解对于小型线性规划模型的求解，LINGO中可以用一种与线性规划的数学模型及其类似的方式直接输入模型来求解，简单方便。
例1.1 求解下面的线性规划max z=2x1+3x2x1+2x2≤84x1≤164x2≤16x1，x2≥0LINGO中的输入的代码如图2所示，这种输入方式的优势在于适合LINDO系统。
图2注1：LINGO中输入的代码和线性规划模型的差异如下：(1)max z→max,min z→min；(2)每一行(包括目标函数)用英文的分号结束；(3)数与变量的乘积用*表示；(4)不等号≤和≥用<=和>=或<和>表示；(5)LINGO系统默认所有的变量非负，因此非负变量的约束可省略，而非正变量和自由变量要用x1<=0和@free(x2)表示；(6)LINGO中不能输入下标，x1→x1。
图3注2：例1.1的模型求解还可以按图4的方式输入代码求解。
此时LINGO中输入的代码和线性规划模型的除注1的相关差异外，还有如下不同：(1)数与变量的乘积，乘号用空格表示；(2)约束条件之前用s.t.或subject to表示后面是约束；(3)每行后面不用分号结束；(4)这种输入法的好处是和LINDO的输入一致，可以直接在LINDO中求解，做灵敏度分析较方便，也能得到最优单纯形表。
图4点菜单栏的LINGO→Solver，或直接点工具栏上的，可得求解结果即解的状况(Solver Status)和解报告(Solution Report)：图5关于图5的Solver Status的注释如下：(1)Model(模型) LP(线性规划Linear programming，其它模型还有非线性规划NLP(Nonlinear programming )，整数线性规划ILP(Integer)，整数非线性规划INLP)(2)State(状态) Global Opt(整体最优解Global optimal solution，线性规划的最优解都是整体最优解，非线性规划有局部最优解(Local Opt)和整体最优解之分，其它状态还有无可行解(Infeasible)图7和无界解(Unbounded) 图8) (3)Objective，目标函数值为14，由于处于最优解状态，所以这里表示最优值为14。
(4)Infeasibility 0，不可行性0，表示此时有可行解，否则没有可行解。
(5)Iteration 1，表示迭代了1步求得最优解。
(6)Extended Solver Status，表示扩展的解的状况，主要用于整数规划和非线性规划。
(7)Variables，表示变量，Total 2，表示总决策变量2个，非线性(Nonlinear)变量和整数(Integer)变量都是0个。
(8)Constraints，表示约束，Total 4，表示包括目标函数一共4个约束，非线性(Nonlinear)约束0个。
(9)Nonzeros，表示非零系数，Total 6，表示包括目标函数和约束条件中变量的非零系数6个，右端常数项不算。
图6图7图8关于图6的Solution Report的注释如下：(1)Global optimal solution found.整体最优解被找到。
(2)Objective value: 14.00000.最优值为14。
(3)Total solver iterations: 1.求解的总迭代步数为1步。
(4)Variable Value Reduced CostX1 4.000000 0.000000X2 2.000000 0.000000最优解的变量X1=4.000000，X2 =2.000000。
(5)Reduced Cost：表示减少的成本，即最小化问题的最优目标函数中各变量的检验数，即在其它变量不变时，该变量减少一个单位，目标费用减少的数量如图8。
对于最大化问题，是最优目标函数中各变量的检验数的相反数，表示当该变量增加一个单位时目标函数减少的数量如图9。
这里由于上面X1和X2为取值非零的基变量，所以检验数为零。
Reduced Cost 为在最优解时，最小化问题中变量的检验数，最大化问题中变量检验数的相反数。
(6)Row Slack or Surplus Dual Price1 14.00000 1.0000002 0.000000 1.5000003 0.000000 0.12500004 4.000000 0.000000Slack or Surplus表示松弛或剩余变量，即将最优解带入各个约束条件后，左边比右边小的或大的数量，表示在最优方案中，剩余或超过的资源数量。
注意，这里第一行表示目标函数，其松弛或剩余变量和对偶价格都没有意义。
(7)Dual Price，对偶价格，即最大化问题中对偶变量的最优解的值如图9所示，对于最小化问题，对偶价格为对偶变量的最优解的值的相反数。
图9图10 例1.2 求解下面线性规划的数学模型min z=-3x1+4x2-2x3+5x4;4x1-x2+2x3-x4=-2;x1+x2+3x3-x4≤14;-2x1+3x2-x3+2x4≥2;x1,x2,x3≥0,x4无约束;LINGO中输入如下的代码：min =-3*x1+4*x2-2*x3+5*x4;4*x1-x2+2*x3-x4=-2;x1+x2+3*x3-x4<=14;-2*x1+3*x2-x3+2*x4>=2;@free(x4);求解可得解报告：Global optimal solution found.Objective value: 2.000000Total solver iterations: 0Variable Value Reduced CostX1 0.000000 15.50000X2 8.000000 0.000000X3 0.000000 8.500000X4 -6.000000 0.000000Row Slack or Surplus Dual Price1 2.000000 -1.0000002 0.000000 4.5000003 0.000000 0.50000004 10.00000 0.000000§1.2 大型线性规划模型的编程计算机求解教学过程中所见到的运筹学模型大多是小型的，但是，在解决生产和经营管理活动中的实际时，建立的通常是含有很多和变量和约束条件的模型，用前面的方法，经常要花费大量的时间来输入代码或模型，下面介绍编程的方法，对于解决大型复杂的模型，效果显著。