Lingo实验报告1
LINGO软件学习入门实验报告
LINGO 实验报告一.实验目的1、熟悉LINGO 软件的使用方法、功能；2、学会用LINGO 软件求解一般的线性规划问题。
二.实验内容1、求解线性规划：12121212max z x 2x 2x 5x 12s.t.x 2x 8x ,x 0=++≥⎧⎪+≤⎨⎪≥⎩2、求解线性规划：12121212min z 20x 10x 5x 4x 24s.t.2x 5x 5x ,x 0=++≤⎧⎪+≥⎨⎪≥⎩3、假设现在一个计算机厂商要生产两种型号的PC ：标准型(standard)和增强型(turbo)，由于生产线和劳动力工作时间的约束，使得标准型PC 最多生产100台。
增强型PC 最多生产120台；一共耗时劳动力时间不能超过160小时。
已知每台标准型PC 可获利润$100，耗掉1小时劳动力工作时间；每台增强型PC 可获利润$150，耗掉2小时劳动力工作时间。
请问：该如何规划这两种计算机的生产量才能够使得最后获利最大？三. 模型建立1、求解线性规划：12121212max z x 2x 2x 5x 12s.t.x 2x 8x ,x 0=++≥⎧⎪+≤⎨⎪≥⎩2、求解线性规划：12121212min z 20x 10x 5x 4x 24s.t.2x 5x 5x ,x 0=++≤⎧⎪+≥⎨⎪≥⎩3、设生产标准型为1x 台；生产增强型2x 台，则可建立线性规划问题数学模型为12121212max z 100x 150x x 100x 120s.t.x 2x 160x ,x 0=+≤⎧⎪≤⎪⎨+≤⎪⎪≥⎩四. 模型求解（含经调试后正确的源程序）1、求解线性规划：model:max=x1+2*x2;2*x1+5*x2>12;x1+2*x2<8;end结果显示：2、求解线性规划：model:min=20*x1+10*x2;5*x1+4*x2<24;2*x1+5*x2>5;End结果显示：3、求解线性规划：model:mAX=100*x1+150*x2; x1+2*x2<160;x1<100;x2<120;end结果显示：五．结果分析对于第一题中我们得出最优解：x1=0;x2=4;最优值max=8;第二题中我们得出最优解：x1=0;x2=1;最优值min=10;第三题中我们得出最优解：x1=1000;x2=30;最优值max=14500;即：生产标准型100台，生产增强型30台时，使得最后获利达最大，为14500。
运筹学实验报告lingo
二. 实验题目
1、求解线性规划：
max
z x 1 2x
2
2x 1 5x 2 12 s.t. x 1 2x 2 8 x , x 0 2 1
并对价值系数、右端常量进行灵敏度分析。
2、已知某工厂计划生产I，II，III三种产品，各 产品需要在A、B、C设备上加工，有关数据如下：
Allowable Decrease：允许减少量
Current RHS ：当前右边常数项
结论1：
该线性规划问题的最优解为：X*=(35,10,0)T 最优值为：z*=215
结论2：
c1＝5 c1在（4,8）内原最优解不变，但最优值是要变的 c2＝4 c2在（2.7,5）内原最优解不变，但最优值是要变的 c3＝3 c3在（-∞ ,7）内原最优解，最优值都是不变的 b1=45 b1在（40, 50）内原最优基不变，但最优解和最优值是要变的 b2=80 b2在（67.5, 90）内原最优基不变，但最优解和最优值是要变的 b3=90 b3在（65, ∞ ）内原最优基不变，但最优解和最优值是要变的
Row 1 2 3 4 Slack or Surplus 215.0000 0.000000 0.000000 25.00000 Dual Price 1.000000 3.000000 1.000000 0.000000
激活灵敏度计算功能
法一：打开command window，输入range；
法二：LINGO——options —— General Solver —Dual Computations——Prices & Ranges
LINGO
Outline
一.熟悉LINDO软件的灵敏度分析功能
Lingo程序设计实验报告
Lingo程序设计实验报告
Lingo程序是一款用于文本编辑和处理的工具程序，它基于Microsoft .NET Framework 开发，支持多种主流的文本编辑操作，例如查找替换、剪切复制、格式调整等，同时还拥
有强大的字符串处理功能，使得用户能够对文本进行更加灵活、便捷的处理。
在Lingo程序设计实验中，我们主要学习了程序的架构、模块设计和代码实现等方面。
首先，我们对程序进行了整体的设计和规划，确定了程序的基本结构和功能模块，并定义
了程序的核心数据结构和算法。
接着，我们使用面向对象的方式，将程序划分为多个不同
的类和对象，为不同的功能模块分别实现了相应的方法和函数。
通过这样的模块化设计，
我们能够更好地管理程序的开发和维护过程，同时也方便了代码的重用和扩展。
在Lingo程序的代码实现过程中，我们首先编写了程序的主体框架和基本输入输出功能，然后分别实现了不同的功能模块，包括字符串查找替换、字符串分割、字符串格式化等。
通过不断的调试和测试，我们最终完成了一个稳定、高效、功能完备的Lingo程序，
它能够满足大多数文本编辑和处理的需求，且易于扩展和修改。
总之，在Lingo程序设计实验中，我们获得了许多宝贵的经验和技能，包括程序分析、设计、编码、测试和调试等方面。
这些经验将有助于我们今后在编写复杂程序时更加自信
和高效，提高我们的专业能力和软件开发水平。
lingo实验报告
lingo实验报告《lingo 实验报告》一、实验目的本次 lingo 实验旨在深入了解和掌握 Lingo 软件在优化问题求解中的应用，通过实际操作和案例分析，提高对数学建模和优化算法的理解与运用能力。
二、实验环境本次实验使用的计算机配置为：处理器_____，内存_____，操作系统_____。
Lingo 软件版本为_____。
三、实验内容（一）线性规划问题1、问题描述考虑一个生产计划问题，某工厂生产两种产品 A 和 B，生产 A 产品每个需要消耗 2 个单位的原材料和 3 个单位的工时，生产 B 产品每个需要消耗 3 个单位的原材料和 2 个单位的工时。
工厂现有原材料 100 个单位，工时 80 个单位。
A 产品的单位利润为 5 元，B 产品的单位利润为 4 元。
求如何安排生产计划，使得总利润最大。
2、数学模型设生产 A 产品 x 个，生产 B 产品 y 个，则目标函数为：Max Z ＝5x ＋ 4y约束条件为：2x ＋ 3y ＜＝ 1003x ＋ 2y ＜＝ 80x ＞＝ 0y ＞＝ 03、 Lingo 代码及求解结果｀｀｀lingomodel:max ＝ 5x ＋ 4y;2x ＋ 3y ＜＝ 100;3x ＋ 2y ＜＝ 80;x ＞＝ 0;y ＞＝ 0;end｀｀｀求解结果为：x ＝ 20，y ＝ 20，最大利润为 180 元。
（二）整数规划问题1、问题描述某物流公司需要安排车辆运输货物，有两种车型可供选择，大型车每辆可载货10 吨，小型车每辆可载货5 吨。
共有货物80 吨需要运输，且大型车的数量不能超过 8 辆，小型车的数量不能超过 12 辆。
大型车每辆的运输成本为 100 元，小型车每辆的运输成本为 60 元。
求如何安排车辆，使得运输成本最低。
2、数学模型设安排大型车 x 辆，小型车 y 辆，则目标函数为：Min C ＝ 100x ＋60y约束条件为：10x ＋ 5y ＞＝ 80x ＜＝ 8y ＜＝ 12x ＞＝ 0 且为整数y ＞＝ 0 且为整数3、 Lingo 代码及求解结果｀｀｀lingomodel:min ＝ 100x ＋ 60y;10x ＋ 5y ＞＝ 80;x ＜＝ 8;y ＜＝ 12;＠gin(x)；＠gin(y)；end｀｀｀求解结果为：x ＝ 6，y ＝ 4，最低运输成本为 840 元。
lingo上机实验报告
lingo上机实验报告
一、实验目的
本实验的目的是通过使用 Lingo 软件学习并实践线性规划的基础知识，掌握 Lingo 软件的使用方法，以及掌握如何建立并求解线性规划问题。
二、实验内容
本次实验的内容主要包括以下几个部分：
1. Lingo 软件的安装及简单的使用操作。
2. 线性规划模型的建立与求解。
3. Lingo 软件在解决线性规划问题中的应用。
三、实验步骤
2. 运行 Lingo 软件后，打开一个新的工作表。
假设现有三种纸张，它们的价格分别为 10 元，15 元和 20 元。
在不超过 100 元的总预算下，现在需要购买这些纸张，使得纸张的总重量不少于 100 万克。
要求建立模型并求解。
4. 打开工具栏，分别输入模型所需的变量及约束条件，并设定好各个变量的范围。
5. 在“Lingo”界面上显示得到最优解。
6. 查看结果，进行分析。
四、实验结果
在 Lingo 软件中建立了一个线性规划模型，并成功求解。
将模型的结果输出，得到以下结果：
总共需要购买 25 万克的第一种纸张，50 万克的第二种纸张和 25 万克的第三种纸张。
总共花费 1100 元。
五、实验分析
本实验采用 Lingo 软件来完成线性规划问题的建立和求解。
在输入变量和约束条件后，Lingo 软件能够直观地展示出问题，并能够方便地求解出最佳解。
通过本实验，我们
可以看出 Lingo 软件在解决线性规划问题上的优势，它不仅简单易用，而且在速度上较为快捷，能够有效提高解决问题的效率。
实验1 利用Lingo求解线性规划
实验一：利用Lingo 软件求解线性规划问题实验一 利用Lingo 软件求解线性规划问题1、 实验目的和任务1.1. 进一步掌握Lingo 编程操作；1.2通过实验进一步掌握运筹学线性规划问题的建模以及求解过程，提高学生分析问题和解决问题能力。
2、 实验仪器、设备及材料计算机、Lingo3、 实验内容料场选址问题P10某公司有6个建筑工地要开工，每个工地的位置（用平面坐标a,b 表示，距离单位：km ）及水泥日用量d(单位：t)由下表给出，目前有两个临时料场位于P （5，1），Q （2，7），日储量各有20t.请回答以下问题： 假设从料场到工地之间有直线道路相连，试制定每天的供应计划，即从P,Q 两料场分别向各工地运送多少吨水泥，使总的吨公量数最小。
工地的位置（a,b ）及水泥日用量d建模 设工地的位置为(,)i i a b ,水泥日用量为i d ,i=1,2,…,6;料场位置为(,)j j x y ，日储量为j e ,j=1,2; 从料场j 向工地i 的运送量为ij c 。
决策变量：在问题（1）中，决策变量就是料场j 向工地i 的运送量为ij c ；在问题（2）中，决策变量除了料场j 向工地i 的运送量为ij c 外，新建料场位置(,)j j x y 也是决策变量。
目标函数：这个优化问题的目标函数f 是总砘公量数（运量乘以运输距离），所以优化目标可表为2611min j i f c ===∑∑约束条件：各工地的日用量必须满足，所以21,1,2, (6)ij ijc d i ===∑各料场的运送量不能超过日储量，所以61,1,2. ij jic e j =≤=∑求解过程编写模型程序：（介绍集合的定义及应用）model:sets:!确定变量a(1),a(2),a(3),a(4),a(5),a(6);demand/1..6/:a,b,d;supply/1..2/:x,y,e;link(demand,supply):c;endsetsdata:!分割数据的空格与逗号或回车的作用是等价的;a=1.25 8.75 0.5 5.75 3 7.25;b=1.25,0.75,4.75,5,6.5,7.75;d=3,5,4,7,6,11;e=20,20;!a=enddatainit:!lingo对数据是按列赋值的，而不是按行;x,y=5,1,2,7;endinit[OBJ] min=@sum(link(i,j):c(i,j)*((x(j)-a(i))^2+(y(j)-b(i))^2)^(1/2));@for(demand(i):[demand_con] @sum(supply(j):c(i,j))=d(i););@for(supply(i):[supply_con] @sum(demand(j):c(j,i))<=e(i););@for(supply(i):@bnd(0.5,x(i),8.75);@bnd(0.75,y(i),7.75););End计算结果：（如果你使用的是试用版软件，则可能不能用全局求解器求解本例，因为问题规模太大了，激活全局最优求解程序的方法，是用“lingo|Options”菜单命令打开选项对话框，在“Global Solver”选项卡上选择“Use Global Solver”）Local optimal solution found.Objective value: 85.26604Total solver iterations: 61Variable Value Reduced CostA( 1) 1.250000 0.000000A( 2) 8.750000 0.000000A( 3) 0.5000000 0.000000A( 4) 5.750000 0.000000A( 5) 3.000000 0.000000A( 6) 7.250000 0.000000B( 1) 1.250000 0.000000B( 2) 0.7500000 0.000000B( 3) 4.750000 0.000000B( 4) 5.000000 0.000000B( 5) 6.500000 0.000000B( 6) 7.750000 0.000000D( 1) 3.000000 0.000000D( 2) 5.000000 0.000000D( 3) 4.000000 0.000000D( 4) 7.000000 0.000000D( 5) 6.000000 0.000000D( 6) 11.00000 0.000000X( 1) 3.254883 0.000000X( 2) 7.250000 0.6335133E-06 Y( 1) 5.652332 0.000000Y( 2) 7.750000 0.5438639E-06 E( 1) 20.00000 0.000000E( 2) 20.00000 0.000000C( 1, 1) 3.000000 0.000000C( 1, 2) 0.000000 4.008540C( 2, 1) 0.000000 0.2051358C( 2, 2) 5.000000 0.000000C( 3, 1) 4.000000 0.000000C( 3, 2) 0.000000 4.487750C( 4, 1) 7.000000 0.000000C( 4, 2) 0.000000 0.5535090C( 5, 1) 6.000000 0.000000C( 5, 2) 0.000000 3.544853C( 6, 1) 0.000000 4.512336C( 6, 2) 11.00000 0.000000Row Slack or Surplus Dual PriceOBJ 85.26604 -1.000000DEMAND_CON( 1) 0.000000 -4.837363DEMAND_CON( 2) 0.000000 -7.158911DEMAND_CON( 3) 0.000000 -2.898893DEMAND_CON( 4) 0.000000 -2.578982DEMAND_CON( 5) 0.000000 -0.8851584DEMAND_CON( 6) 0.000000 0.000000SUPPLY_CON( 1) 0.000000 0.000000SUPPLY_CON( 2) 4.000000 0.000000如果把料厂P，Q的位置看成是已知并且固定的，这时是LP模型，只需把上面的程序中初始段的语句移到数据段就可以了。
lingo上机实验报告
lingo上机实验报告重庆交通大学学生实验报告实验课程名称专业综合实验Ⅰ开课实验室交通运输工程实验教学中心学院交通运输年级二年级专业班交通运输1班学生姓名学号631205020开课时间2013 至2014 学年第 2 学期总评成绩教师签名实验名称运筹学上机实验（一）实验类型上机实验实验时间2014.5.9—6.16 实验地点BO1机房实验目的：了解LINGO软件的基本入门知识，学习使用LINGO软件对线性规划问题进行灵敏度分析。
仪器、设备名称：LINGO9.0软件实验要求及注意事项：1.写出数学模型；2.在Lingo中输入求解的程序；3.求解得到解报告；4.写出最优解和最优值。
实验内容、操作步骤：一、数学模型：求解线性规划问题max=5*x1+4*x2+3*x3x1+x2+2*x3<=452*x1+x2+x3<=80 S.tx1+3*x2+x3<=90x1,x2,x3>=0并进行灵敏度分析。
二、模型求解：1、在lingo中输入模型如下：2、得出求解报告：（4）选择Dual Computation: Prices & Range；（5）点击OK退出；（6）在键盘上按下ctrl + R。
如图所示：2、灵敏度分析结果如下：Current coefficient—目标函数中变量系数Allowable Increase—允许增加量Allowable Decrease—允许减少量Current RHS—对偶问题系数实验结果分析（含数据、图表整理）：结论：（1）该线性规划问题的最优解为：X*=（35,10,0），最优值为Z*=215.(2) c1=5c1在（4,8）内原最优解不变，但最优值是要变的c2=4c2在（2.7，5）内原最优解不变，但最优值是要变的c3=3c3在（-∞，7）内原最优解，最优值都是不变的b1=45b1在（45,50）内原最优基不变，但最优解和最优值是要变的b2=80b2在（67.5,90）内原最优基不变，但最优解和最优值是要变的b3=90b3在（65,∞）内原最优基不变，但最优解和最优值是要变的实验收获、心得及建议：通过对lingo软件的学习和使用，使我初步掌握了用lingo求解最优问题和灵敏度分析的基本方法。
运筹学lingo实验报告
运筹学lingo实验报告
运筹学lingo实验报告
一、引言
实验目的
本次实验旨在探索运筹学lingo在解决实际问题中的应用，了解lingo的基本使用方法和解题思路。
实验背景
运筹学是一门研究决策和规划的学科，其能够帮助我们优化资源分配、解决最优化问题等。
lingo是一种常用的运筹学工具，具有强大的求解能力和用户友好的界面，被广泛应用于各个领域。
二、实验步骤
准备工作
•安装lingo软件并激活
•熟悉lingo界面和基本功能
确定问题
•选择一个运筹学问题作为实验对象，例如线性规划、整数规划、网络流等问题
•根据实际问题，使用lingo的建模语言描述问题，并设置变量、约束条件和目标函数
运行模型
•利用lingo的求解器，运行模型得到结果
结果分析
•分析模型求解结果的合理性和优劣，对于不符合要求的结果进行调整和优化
结论
•根据实验结果，总结lingo在解决该问题中的应用效果和局限性，对于其他类似问题的解决提出建议和改进方案
三、实验总结
实验收获
•通过本次实验，我熟悉了lingo软件的基本使用方法和建模语言，增加了运筹学领域的知识和实践经验。
实验不足
•由于时间和条件的限制，本次实验仅涉及了基本的lingo应用，对于一些复杂问题的解决还需要进一步学习和实践。
•在以后的学习中，我将继续深入研究lingo的高级功能和应用场景，以提升运筹学问题的求解能力。
以上就是本次实验的相关报告内容，通过实验的实践和总结，我对lingo在运筹学中的应用有了更深入的理解，为今后的学习和研究奠定了基础。
- 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)。
实验报告
课程名称：
专业班级：
姓名： ake555 学号：
湖南工业大学
实验名称Lingo的基本编程方法
实验地点公共楼405 实验时间
实验成绩指导指导教师签名
一、实验目的及任务
1.学会使用lingo求解线性规划
2.了解求解结果的意义
二、实验内容与步骤
线性规划（opt可以是min或max）
x+22x-3x
opt z=-3
1
x+2x-3x<=5
s.t. 2
1
x+32x+3x<=3
4
1
x+2x+3x<=2
-
1
的最大值和最小值是多少？相应的最小点和最大点是多少？指出积极约束，并指出敏感性分析的结果及含义
三、实验结果
最小值点是（0.2，0，2.2),积极约束是约束（2）,最小值是-2.8，剩余价值为4.6. 最大值是2，积极约束是（1）和（3），（1）剩余价值5.7，（3）剩余价值1.7.
四、附件
min=-3*x1+2*x2-x3; 2*x1+x2-x3<=5;
4*x1+3*x2+x3<=3; -x1+x2+x3<=2;
max=-3*x1+2*x2-x3; 2*x1+x2-x3<=5;
4*x1+3*x2+x3<=3; -x1+x2+x3<=2;。