优化建模与lingo软件

问题一：LP 问题在lindo 和lingo 中不同的输入形式
（1）将目标函数的表示方式从“MAX ”变成了“MAX=”
（2）“ST ”在LINGO 模型中不再需要，所以被删除了
（3）每个系数与变量间增加了运算符“*”（即乘号不能省略）
（4）每行（目标、约束和说明语句）后面均增加了一个分号“;”(英文状态下)
（5）模型结束标志“END ”也被删除了（LINGO 中只有当模型以“MODEL ：”开始时才能以“END ”结束）。

（6）英文状态下!后面的文字为说明文字，不参与模型的求解。

问题二：状态窗口的参数解释
variable adj 异变的，变量的 n 变量
问题三优化建模的实例：
1. 线性规划模型
2. 二次规划模型
3. 非线性规划模型
目标函数：()()∑∑--==+=
2161
22min j i bi yi ai xi cij f 约束条件:6,5,4,3,2,1,21
∑===j i di cij
∑==<=6
1
2,1,i j ej cij
4. 整数规划模型（线性0-1规划模型是特殊的线性整数规划）
1) 目标函数：7654321min x x x x x x x z ++++++=
2) 约束条件: ⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>=++++>=++++>=++++>=++++>=++++>=++++>=++++.
5076543,5065432,5054321,5074321,5076321,5076521,5076541x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
)7,,2,1(0 =>=i xi
问题四Lindo中灵敏性分析的报告窗口的解释：
问题五：lingo基本用法
1.lingo中语句的语句顺序不重要
2.“@”开头的都是函数的调用，lindo中限定整数：“GIN X1”和“GIN X2”
在lingo中变成了“@GIN（X1）”和“@GIN（X2）”；lingo中整数变量函数（@BIN、@GIN）和上下限定的函数（@FREE、@SUB、@SLB）;而0-1变量函数与lindo中INT不同，用@BIN表示。

3.与lindo不同，变量可以放在约束条件的右端，同时数值也可以放在约束条
件的左端。

Lingo建模语句最重要的是理解集合（set）及其属性（attribute）的概
念
1)集合定义部分: (从SETS到ENDSETS)
QUARTERS/1,2,3,4/:DEM,RP,OP,INV;属性
2)数据的输入：（从DATA到ENDDATA）
3)优化目标和约束：
目标函数：“@SUM集合（下标）：关于集合的属性表达式）”
“SUM”相当于求和符号 。

约束用循环函数：“@FOR(集合（下标）：关于集合的属性的约束关系式)”
“I#GT#1”一个逻辑表达式，意思是大于1.出师表
两汉：诸葛亮
先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。

然侍卫之臣不懈于内，忠志之士忘身于外者，盖追先帝之殊遇，欲报之于陛下也。

诚宜开张圣听，以光先帝遗德，恢弘志士之气，不宜妄自菲薄，引喻失义，以塞忠谏之路也。

宫中府中，俱为一体；陟罚臧否，不宜异同。

若有作奸犯科及为忠善者，宜付有司论其刑赏，以昭陛下平明之理；不宜偏私，使内外异法也。

侍中、侍郎郭攸之、费祎、董允等，此皆良实，志虑忠纯，是以先帝简拔以遗陛下：愚以为宫中之事，事无大小，悉以咨之，然后施行，必能裨补阙漏，有所广益。

将军向宠，性行淑均，晓畅军事，试用于昔日，先帝称之曰“能”，是以众议举宠为督：愚以为营中之事，悉以咨之，必能使行阵和睦，优劣得所。

亲贤臣，远小人，此先汉所以兴隆也；亲小人，远贤臣，此后汉所以倾颓也。

先帝在时，每与臣论此事，未尝不叹息痛恨于桓、灵也。

侍中、尚书、长史、参军，此悉贞良死节之臣，愿陛下亲之、信之，则汉室之隆，可计日而待也。

臣本布衣，躬耕于南阳，苟全性命于乱世，不求闻达于诸侯。

先帝不以臣卑鄙，猥自枉屈，三顾臣于草庐之中，咨臣以当世之事，由是感激，遂许先帝以驱驰。

后值倾覆，受任于败军之际，奉命于危难之间，尔来二十有一年矣。

先帝知臣谨慎，故临崩寄臣以大事也。

受命以来，夙夜忧叹，恐托付不效，以伤先帝之明；故五月渡泸，深入不毛。

今南方已定，兵甲已足，当奖率三军，北定中原，庶竭驽钝，攘除奸凶，兴复汉室，还于旧都。

此臣所以报先帝而忠陛下之职分也。

至于斟酌损益，进尽忠言，则攸之、祎、允之任也。

愿陛下托臣以讨贼兴复之效，不效，则治臣之罪，以告先帝之灵。

若无兴德之言，则责攸之、祎、允等之慢，以彰其咎；陛下亦宜自谋，以咨诹善道，察纳雅言，深追先帝遗诏。

臣不胜受恩感激。

今当远离，临表涕零，不知所言。