LINGO软件与数学建模
数学建模中的优秀软件——LINGO
第９卷第３期２００７年６月黄山学院学报ＪＯｕｒｎａｌ０ｆＨｕａｎｇｓｈａｎＵｎｉＶｅｆｓｉｔｙＶｏ】．９．ＮＯ．３Ｊｕｎ．２００７数学建模中的优秀软件——ＬＩＮＧＯ周甄川（黄山学院数学系，安徽黄山２４５０４１）摘要：介绍了数学建模的相关概念、数学建模竞赛概况，探讨了ＬＩＮＧｏ系统的功能与特点，以及它在数学建模中的应用。
关键词：数学模型；数学建模；ＬｌＮＧｏ系统中图分类号：ＴＰ３１９：０１４１．４文献标识码：Ａ文章编号：１６７２—４４７ｘ（２００７）０３—０１１２—０３在对自然科学与社会科学许多课题的研究中，科学工作者常将事物的变化规律用特定的数学表达式的形式加以描述。
将寻求这种确定事物变化规律的过程称为“数学建模”。
而在数学建模以及全国大学生数学建模竞赛中，最常碰到的是一类决策问题，即在一系列限制条件下，寻求使某个或多个指标达到最大或最小，这种决策问题通常称为最优化问题【１】。
最优化理论是近几十年发展和形成的一门新兴的应用性学科。
它主要解决最优生产计划、最优分配、最优设计、最优决策、最佳管理等最优化问题。
主要研究方法是定量化、系统化和模型化方法，特别是运用各种数学模型和技术来解决问题。
它主要由决策变量、目标函数、约束条件三个要素组成。
当遇到的实际问题时即使建立了模型，找到了解的方法，对于较大的计算量也是望而却步，ＬＩＮＧｏ系列优化软件包就给我们提供了理想的选择。
１什么是数学建模数学建模（ＭａｔｈｅＩｍｔｉｃａｌＭｏｄｅｌｉｎ曲‘１１顾名思义就是建立数学模型以解决实际问题的过程。
它利用数学和计算机对实际问题进行分析研究，抽象出反映事物内在活动规律的数学关系表达式，通过对这些数学关系表达式的求解和反复验证，最终解决实际问题。
数学是所有自然科学的基础，随着计算机软硬件技术的迅速发展，数学建模和与之相伴的计算已逐渐成为工程设计的关键工具，并在人类社会实践活动中的众多领域内发挥着越来越重要的作用。
那么，什么是数学模型？如何建立数学模型？如何用数学模型解决实际问题呢？模型就是对事物的一种抽象。
LINGO在数学建模中的应用
一、LINGO简介LINGO[1]是美国LINDO系统公司开发的求解数学规划系列软件中你的一个,它的主要功能是求解大型线性、非线性和整数规划问题,LINGO的不同版本对模型的变量总数、非线性变量数目、整型变量数目和约束条件的数量做出不同的限制.LINGO的主要功能特色为:(1)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;(2)输入模型简练直观;(3)运行速度快、计算能力强.(4)内置建模语言,提供几十个内部函数,从而能以较少语句,较直观的方式描述较大规模的优化模型;(5)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;(6)能方便地与EXCEL、数据库等其他软件交换数据.LINGO像其他软件一样,对他的语法有规定,LINGO的语法规定如下:（1）求目标函数的最大值或最小值分别用MAX=…或MIN=…来表示;(2) 每个语句必须以字母开头,由字母、数字和下划线所组成,昌都不超过32个字符,不区分大小写;(3)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;(4)如果对变量的取值范围没有特殊说明,则默认所有决策变量都非负;(5)LINGO模型以语句“MODEL”开头,以语句“END”结束,对于比较简单的模型,这这两个语句可以省略.LINGO提供了五十几个内部函数,使用这些函数可以大大减少编程工作量,这些函数都是以字符@开头,下面简单介绍其中的集合操作函数和变量定界函数及用法.集合是LINGO建模语言中最重要的概念,使用集合操作函数能够实现强大的功能,LINGO提供的常用集合操作函数有@FOR(s:e)、@SUM(s:e)、@MAX(s:e)、@MIN(s:e)等.@FOR(s:e)常用在约束条件中,表示对集合s中的每个成员都生成一个约束条件表达式,表达式的具体形式由参数e描述;@SUM(s:e) 表示对集合s中的每个成员,分别得到表达式e的值,然后返回所有这些值的和;@MAX(s:e) 表示对集合s中的每个成员,分别得到表达式e的值,然后返回所有这些值中的最大值;@MIN(s:e) 表示对集合s中的每个成员,分别得到表达式e的值,然后返回所有这些值中的最小值.LINGO默认变量的取值可以从零到正无穷大,变量定界函数可以改变默认状态,如对整数规划,限定变量取整数,对0-1规划,限定变量取0 1或.LINGO提供的变量定界函数有:@BIN(X)、@BND(L,X,U)、@GIN(X)、@FREE(X).@BIN(X)限定X为0或1,在0-1规划中特别有用;@GIN(X)限定X为整数,在整数规划中特别有用;@BND(L,X,U)限定L＜X＜U,可用作约束条件;@FREE(X)取消对X的限定,即X可以取任意实数.二、LINGO 在线性规划中的应用具有下列三个特征的问题称为线性规划问题(Linear program)[2]简称LP 问题,其数学模型称为线性规划(LP)模型.线性规划问题数学模型的一般形式为:求一组变量(1,2,,)j x j n =的值,使其满足1122max(min),n n z c x c x c x =+++2111122111211222221122***.0,1,2,,,,..n j n n n n nn nn n n x j na x a x a xb a x a x a x b s t a x a x a x b ⎧⎪⎪⎪⎨⎪⎪≥=⎪⎩+++++++++ 式中“*”代表“≥”、“ ≥”或“=”.上述模型可简写为1max(min),nj j j z c x ==∑1*0,1,2,,,1,2,,..nij j j ji a x x j n b i ms t =⎧⎪⎨⎪≥=⎩=∑其中,变量j x 称为决策变量,函数1nj jj z c x==∑称为目标函数,条件1*nj jij c x b =∑称为约束条件,0j x ≥ 称为非负约束.在经济问题中,又称j c 为价值系数,i b 为资源限量. 线性规划在科学决策与经营管理中实效明显[3],但是对于规模较大的线性模型,其求解过程非常繁琐,不易得出结果.而 LINGO 中的内部集合函数有@FOR(s:e)、@SUM(s:e)、@MAX(s:e)、@MIN(s:e)等,可以用这些集合函数使程序编程简单可行,下面举例说明.例1 某工厂有两条生产线,分别用来生产M 和P 两种型号的产品,利润分别为200元每个和300元每个,生产线的最大生产能力分别为每日100和120,生产线没生产一个M 产品需要1个劳动日(1个工人工作8小时称为1个劳动日)进行调试、检测等工作,而每个P 产品需要2个劳动日,该工厂每天共计能提供160个劳动日,假如原材料等其他条件不受限制,问应如何安排生产计划,才能使获得的利润最大？解 设两种产品的生产量分别为1x 和2x ,则该问题的数学模型为:目标函数 12max 200300z x x =+约束条件1212100,120,160,0,1,2.i x x x x x i ≤⎧⎪≤⎪⎨+≤⎪⎪≥=⎩ 编写LINGO 程序如下: MODEL : SETS :SHC/1,2 /:A,B,C,X; YF/1,2,3 /:J; ENDSETS DATA :A=1,2 ; B=100,120; C=200,300; ENDDATAMAX=@SUM(SHC:C*X);@FOR(SHC(I):X(I)<B(I)); @SUM(SHC(I):A(I)*X(I))<=160; END程序运行结果如下Global optimal solution found.Objective value: 29000.00 Total solver iterations: 0 Variable Value Reduced CostA( 1) 1.000000 0.000000A( 2) 2.000000 0.000000B( 1) 100.0000 0.000000B( 2) 120.0000 0.000000C( 1) 200.0000 0.000000C( 2) 300.0000 0.000000X( 1) 100.0000 0.000000X( 2) 30.00000 0.000000J( 1) 0.000000 0.000000J( 2) 0.000000 0.000000J( 3) 0.000000 0.000000Row Slack or Surplus Dual Price 1 29000.00 1.000000 2 0.000000 50.00000 3 90.00000 0.000000 4 0.000000 150.0000最优解为12100,30,x x ==最优值为29000.00z =.即每天生产100个M 产品30个P 产品,可获得29000元利润.三、LINGO 在整数规划和0-1规划中的应用1 求解整数规划整数规划[4]分为整数规划和混合整数规划,要求全部变量都为非负整数的数学规划称为纯整数规划,只要求部分变量为非负整数的数学规划称为混合整数规划.下面只讨论约束条件和目标函数均为线性的整数规划问题,即整数线性规划问题(以下简称整数规划,记为ILP),其数学模型的一般形式是()1max min nj j j z c x ==∑,()()11,2,,..01,2,,ni j j i j j j a x b i n s t x j n x =⎧≤=⎪⎪⎪≥=⎨⎪⎪⎪⎩∑全为整数或部分为整数。
Lingo软件与数学建模
变量数目：变量总数 （Total）、非线型变量 数（Nonlinear）、整数 变量数（Integer）
约束变量：约束总数 （ Total ）、非线性约束 个数（Nonlinear）
非线性系数数量：总数 （ Total ）、非线性项的 系数个数（Nonlinear）
内存使用量：单位为千字节
数据多，咋办？
value=1,1.2,0.9,1.1;
enddata
max=@sum(goods:weight*value);
@for(goods:@bin(x));
end
游泳
四名同学的混合泳接 力赛的四种成绩如左 表所示，确定如何分 配使成绩最佳。
蛙蝶自仰 泳泳由泳
泳
甲 99 60 59 73
线性规划
二次规划
非线性规划
LINGO软件的基本操作
双击快捷方式 即可计入程序编辑界面
Lingo软件介绍
➢解决一个简单的线性规划（LP）问题
max z 2x 3y 4x 3y 10
s.t. 3x 5y 12 x, y 0
LINGO软件介绍
点击图标
运行，屏幕上显示运行状态窗口如下： 对于LINGO运行状态窗口，
基 @EXP（X）：指数函数（以自然对数e为底），返回eX的值
本 数 学
@ LOG（X）：自然对数函数，返回X的自然对数值； @POW（X，Y）：指数函数，返回XY的值；
函 @SQR（X）：平方函数，返回X２的值；
数 ＠SQRT（ X ）：平方根函数，返回X的平方根；
@FLOOR（X）：取整函数，返回X的整数部分（向靠近0 的方向取）；
@GIN（X）：限制X为整数.
0-1规划(线性规划)
第6讲 Lingo在数学建模中的作用
LINGO软件陕西铁路工程职业技术学院赵增逊2014年10月18日主要内容1.LINGO简介2.LINGO中建模语言（集合、运算符和函数等）3.LINGO编程实例1.1LINGO软件简介（1）美国芝加哥(Chicago)大学的Linus Schrage（莱纳斯.施拉盖）教授于1980年前后开发。
（2）LINGO: Linear Interactive General Optimizer (线性交互式通用优化器)。
（3）用来求解的优化模型（连续优化和整数规划（IP））。
类型：线性规划（LP）、二次规划(QP)、非线性规划(NLP)。
1.2 LINDO/LINGO软件能求解的模型优化线性规划非线性规划二次规划连续优化整数规划LINDOLINGO1.3 LINGO的特点（1）求解线性规划问题（2）求解非线性规划问题（3）非线性方程组（4）输入模型简练直观（5）运行速度快、计算能力强1.4 学习LINGO 的要求 需要掌握：软件操作基本语法结构掌握集合(SETS)的应用 正确阅读求解报告 正确理解求解状态窗口 学会设置基本的求解选项(OPTIONS) LINGO: Linear Interactive General Optimizer 求解数学规划问题Min Z = f (x)s.t x ∈D (⊂Rn )Lingo软件的主窗口(用户界面) 所有Lingo窗口都在这个窗口内状态行(最左边显示“Ready”表示“准备就模型窗口(Model Window)用于输入LINGO优化模型(即LINGO程序)当前光标的位置当前时间1.5 LINGO软件界面1．新建（New ）单击“新建”按钮或直接按F2键可以创建一个新的“Model ”窗口。
在这个新的“Model ”窗口中能够输入所要求解的模型。
2．打开（Open ）单击“打开”按钮或直接按F3键可以打开一个已经存在的文本文件。
这个文件可能是一个Model 文件。
数学建模-(货机装运Lingo)
约束条件
在货机装运问题中，通常需要考虑 多个约束条件，如货机的载重限制、 货物的体积限制、货物的装卸顺序 等。
优化目标
优化目标可以是最大化货机的装载 量、最小化装载成本、最大化利润 等。
数据分析与预处理
数据收集
数据清洗
收集与货机装运问题相关的数据，包括货 物的重量、体积、价值等信息，以及货机 的载重、容积等限制条件。
数据输入输出
介绍如何使用Lingo进行数据输入和 结果输出，包括数据文件的读写、图 形化界面的使用等。
Lingo在货机装运问题中的应用
问题描述
阐述货机装运问题的背景和实际意义，明确问题的目标和约束条件。
建模过程
详细讲解如何使用Lingo对货机装运问题进行数学建模，包括定义变 量、建立目标函数和约束条件等步骤。
货机装运是物流领域的重要问题，涉 及到如何有效利用货机容量，将不同 规格、重量的货物进行合理搭配，以 达到最优的装载方案。
提高运输效率
通过数学建模对货机装运问题进行优 化，可以提高货物的运输效率，减少 运输成本，为企业带来经济效益。
建模的重要性和应用
重要性
数学建模是一种将实际问题抽象化、形式化的方法，通过建立数学模型，可以对问题进行深入分析，找出问题的 本质和规律，为解决问题提供科学依据。
应用
数学建模在物流、交通、金融、工程等领域有着广泛的应用。在货机装运问题中，数学建模可以帮助企业制定最 优的装载方案，提高运输效率，降低成本。同时，数学建模也可以应用于其他类似的问题，如车辆路径问题、背 包问题等。
02 问题描述与数据分析
02 问题描述与数据分析
货机装运问题描述
货机装运问题
货机装运问题是一个经典的优化 问题，涉及到如何有效地将货物 装入货机以最大化利润或最小化
数学建模优化模型与Lingo Lindo软件
型
表二 ：5名队员4中泳姿百米平均成绩
队员
甲
乙
丙
丁
戊
蝶泳 66.8 57.2
78
70
67.4
仰泳 75.6
66
67.8
74.2
71
蛙泳
87
66.4 84.6
69.6
83.8
自由泳 58.6
53
59.4
57.2
62.4
线 性 规
·划
模 型
决策变量：引入0-1变量xij 若选择队员 i 参加泳姿 j
例-1 某服务部门一周中每天需要不同数目的
雇员：周一到周四每天至少需要50人，周五
需要80人，周六和周日需要90人。现规定应
聘者需连续工作5天，试确定聘用方案，即周
线
一到周日每天聘用多少人，是5在满足需要的 前况下聘用总人数最少？
性
优化模型
规
决策变量：记周一到周日每天聘用的人数分别为X1，
划
X2，X3，X4，X5，X6 ，X7，这就是问题的决策变量。
的比赛，记 xij=1，否则记 xij=0.这就是问题的决策变量， 共20个。
目标函数：当队员队员 i 入选泳姿 j 的比赛时，
cij xij表示他的成绩，否则cij xij=0。于是接力队的成绩
可以表示为：
45
f
cij xij
j1 i1
约束条件：根据组成接力队的要求， xij 应该满足下面
方案。显然这不是解决问题的最好方法，随着问题
线
规模的变大，穷举法的计算量是无法接受的。
性
可以用0-1变量表示一个队员是否入选接力队， 从而建立这个问题的0-1规划模型.
数学建模Lingo软件简介
版本类型 总变量数 整数变量数 非线性变量数 约束数
演示版 求解包 高级版 超级版 工业版 扩展版
300 500 2000 8000 32000 无限
30 50 200 800 3200 无限
30 50 200 800 3200 无限
150 250 1000 4000 16000 无限
Lingo(Linear Interactive and General Optimizer),即交互 式的线性和通用优化求解器，可求解线性规划，也可以求解非 线性规划，还可以用于一些线性和非线性方程组的求解等。 Lingo软件的最大特)，而且执行速度很快。Lingo实际上还是最 优化问题的一种建模语言，包括许多常用的数学函数共建立优 化模型时调用，并可以接受其它数据文件。
2. 建立LINDO/LINGO优化模型需要注意的几个基本问题
1. 尽量使用实数优化模型，尽量减少证书约束和整数变 量的个数；
2. 尽量使用光滑优化模型，尽量避免使用非光滑函数； 3. 尽量使用线性优化模型，尽量减少非线性约束和非线 性变量的个数； 4. 合理设定变量的上下界，尽可能给出变量的初始值； 5. 模型中使用的单位的数量级要适当。
演示版和正式版的基本功能是类似的，只是试用版能够
求解问题的规模受到严格限制，对于规模稍微大些的问题就不 能求解。即使对于正式版，通常也被分成求解包(solver suite)、 高级版(super)、超级版(hyper)、工业版(industrial)、扩展版 (extended)等不同档次的版本，不同档次的版本的区别也在于 能够求解的问题的规模大小不同，下表给出了不同版本 LINGO程序对求解规模的限制：
LINDO，LINGO，LINDO API 和 What’s Best! 在最优化软件的市场上占有很大的份额，尤其在供微机上使用 的最优化软件的市场上，上述软件产品具有绝对的优势。根据 LINDO公司主页()上提供的信息，位列 全球《财富》杂志500强的企业中一半以上使用上述产品，其 中位列全球《财富》杂志25强企业中有23家使用上述产品。读 者可以从上述主页下载上面4种软件的演示版和大量应用例子。
Lingo软件在数学建模竞赛中的应用word精品文档9页
Lingo软件在数学建模竞赛中的应用[收稿日期] 2010-06-20[基金项目] 福建交通职业技术学院科技发展基金(Ky1001)。
数学建模(Mathematical Modeling)是对现实世界的一个特定对象,为了一个特定目的,根据特有的内在规律,作出一些必要的简化假设,运用适当的数学工具,得到一个数学结构的过程[1]。
1 非线性规划模型历年全国大学生数学建模竞赛都需解决最优生产计划、最优分配最优设计、最优决策、最佳管理等较为复杂的非线性规划问题,模型由决策变量、目标函数、约束条件三个要素组成,其计算量较大,可用Lingo软件求解。
2006“高教社杯”全国大学生数学建模竞赛C题[3]第二小题,设易拉罐是一个正圆柱体,什么是它的最优设计?经测量得圆柱的上底厚度为a=0.036 cm、下底厚度为c=0.040 cm、圆柱侧壁厚度为b=0.012 cm?А？悸且桌?罐设计美观性、便于把握以及材料节省等因素,于是建立目标规划模型如下:目标函数:minW=b×2πRh+(a+c)πR2约束条件:V=πR2>3552R/h=0.618πr2≤18.56,h≥8.71R>0,h>0,a=0.036,b=0.0 12利用Lingo8.0编程如下:Model:min=b*2*3.14159*R*h+(a+c)*3.14159*R^2;!以上是目标函数,以下为约束条件;3.14159* R^2 * h>355;2*R/h=0.618;3.14159*R^2=18.56;h>=8.71;R>0;h>0;a=0.036;c=0.040;b=0.012;EndLingo以语句Model开始,以语句End结束,这两个语句单独成一行。
语句分为集合定义部分、数据初始化部分、目标函数、约束条件部分,这几个部分的先后次序无关紧要。
min开头的语句表示求目标函数最小值。
“!”开头的语句是注释语句,Lingo不作运行,每条中间语句必须以“;”号作为结尾。