大学生数学建模--LINGO
课件：数学建模LINGO软件的使用方法
例：某公司需决定下四个季度的帆船生产量.下四个季度的
帆船需求量分别是40条,60条,75条,25条, 这些需求必须按 时满足.每个季度正常的生产能力是40条帆船,每条船的生产 费用为450美元. 每个季度末,每条船的库存费用为20美元. 假 定生产提前期为0, 初始库存为10条船. 如何安排生产可使总 费用最少?
集合的派生方法：
sets: A/1..5/:a1,a2,a3; B/1,2/:b1,b2; link(A,B):C; endsets data: a1=1,2,3,4,5; a2=6,5,4,3,2; a3=3,3,3,3,3; b1=5,6; b2=3,4; c=1 2 3 4 5 6 7 8 9 0; enddata
运算符：
max
约束名： 在 ）之内
约束条件用st标记
LINGO模型特征
max= 系数与变量之间的乘号用 * 表示
在[ ]之内 省略
模型以MODEL:开始以END结束
LINGO模型要素： 集合段： 以SETS开始，以ENDSETS结束 数据段： 以DATA开始，以ENDDATA结束 初始段： 以INIT开始，以ENDINIT结束 计算段： 以DATA开始，以ENDCALC结束
集合循环函数：
@function(setname[(set-index-list) [∣condition ] ]: expression-list);
@FOR : 集合元素的循环函数(常用于约束条件) @MAX(MIN) : 集合属性的最大(小)值函数 @PROD : 集合属性的乘积函数 @SUM : 集合属性的求和函数 常用函数,文件输入输出函数等
LINGO运算符和函数：
算术运算符： + _ * / ^
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。
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lingo作业-习题讲解
基础题：1．目标规划问题最近，某节能灯具厂接到了订购16000套A 型和B 型节能灯具的订货合同，合同中没有对这两种灯具的各自数量做要求，但合同要求工厂在一周内完成生产任务并交货。
根据该厂的生产能力，一周内可以利用的生产时间为20000min ，可利用的包装时间为36000min 。
生产完成和包装一套A 型节能灯具各需要2min ；生产完成和包装完成一套B 型节能灯具各需要1min 和3min 。
每套A 型节能灯成本为7元，销售价为15元，即利润为8元；每套B 型节能灯成本为14元，销售价为20元，即利润为6元。
厂长首先要求必须按合同完成订货任务，并且即不要有足量，也不要有超量。
其次要求满意销售额达到或者尽量接近275000元。
最后要求在生产总时间和包装总时间上可以有所增加，但过量尽量地小。
同时注意到增加生产时间要比包装时间困难得多。
试为该节能灯具厂制定生产计划。
解：将题中数据列表如下：根据问题的实际情况，首先分析确定问题的目标级优先级。
第一优先级目标：恰好完成生产和包装完成节能灯具16000套，赋予优先因子p1；第二优先级目标：完成或者尽量接近销售额为275000元，赋予优先因子p2； 第三优先级目标：生产和包装时间的增加量尽量地小，赋予优先因子p3； 然后建立相应的目标约束。
在此，假设决策变量12,x x 分别表示A 型，B 型节能灯具的数量。
（1） 关于生产数量的目标约束。
用1d -和1d +分别表示未达到和超额完成订货指标16000套的偏差量，因此目标约束为1111211min ,..16000z d d s t x x d d -+-+=+++-=要求恰好达到目标值，即正、负偏差变量都要尽可能地小（2） 关于销售额的目标约束。
用2d -和2d +分别表示未达到和超额完成满意销售指标275000元的偏差值。
因此目标约束为221222min ,..1520-275000.z d s t x x d d --+=++=要求超过目标值，即超过量不限，但必须是负偏差变量要尽可能地小，(另外：d +要求不超过目标值，即允许达不到目标值，就是正偏差变量要尽可能地小) （3） 关于生产和包装时间的目标约束。
数学建模lingo作业-习题讲解
基础题：1．目标规划问题最近，某节能灯具厂接到了订购16000套A 型和B 型节能灯具的订货合同，合同中没有对这两种灯具的各自数量做要求，但合同要求工厂在一周内完成生产任务并交货。
根据该厂的生产能力，一周内可以利用的生产时间为20000min ，可利用的包装时间为36000min 。
生产完成和包装一套A 型节能灯具各需要2min ；生产完成和包装完成一套B 型节能灯具各需要1min 和3min 。
每套A 型节能灯成本为7元，销售价为15元，即利润为8元；每套B 型节能灯成本为14元，销售价为20元，即利润为6元。
厂长首先要求必须按合同完成订货任务，并且即不要有足量，也不要有超量。
其次要求满意销售额达到或者尽量接近275000元。
最后要求在生产总时间和包装总时间上可以有所增加，但过量尽量地小。
同时注意到增加生产时间要比包装时间困难得多。
试为该节能灯具厂制定生产计划。
解：将题中数据列表如下：根据问题的实际情况，首先分析确定问题的目标级优先级。
第一优先级目标：恰好完成生产和包装完成节能灯具16000套，赋予优先因子p1；第二优先级目标：完成或者尽量接近销售额为275000元，赋予优先因子p2； 第三优先级目标：生产和包装时间的增加量尽量地小，赋予优先因子p3； 然后建立相应的目标约束。
在此，假设决策变量12,x x 分别表示A 型，B 型节能灯具的数量。
（1） 关于生产数量的目标约束。
用1d -和1d +分别表示未达到和超额完成订货指标16000套的偏差量，因此目标约束为1111211min ,..16000z d d s t x x d d -+-+=+++-=要求恰好达到目标值，即正、负偏差变量都要尽可能地小（2） 关于销售额的目标约束。
用2d -和2d +分别表示未达到和超额完成满意销售指标275000元的偏差值。
因此目标约束为221222min ,..1520-275000.z d s t x x d d --+=++=要求超过目标值，即超过量不限，但必须是负偏差变量要尽可能地小，(另外：d +要求不超过目标值，即允许达不到目标值，就是正偏差变量要尽可能地小) （3） 关于生产和包装时间的目标约束。
数学建模-(货机装运lingo)
数学建模-(货机装运lingo)货机装运是指将货物从一个起点运输到一个终点，在这个过程中需要考虑到货物的重量、体积、运输方式等多种因素。
在货机装运过程中，一个关键问题是如何最大化运载效率，即在保证运输安全和合法的前提下，尽可能地提高货机的装载量，从而降低单位运输成本。
在数学建模中，可以使用lingo等工具进行货机装运的优化。
具体来说，可以将该问题抽象为一个数学模型，以最大化货机的装载量为目标函数，同时考虑到运输安全、货物重量、体积等约束条件。
下面以一个具体例子来说明如何使用lingo进行货机装运的优化：假设有一架货机，其载重量为10000公斤，可以装载两种货物A和B，每种货物的重量和体积如下：货物类型重量（公斤）体积（立方米）A 600 1.5B 400 0.8同时，从起点到终点的运输费用如下：货物类型运输费用（元/公斤）A 10B 15要求在保证运输安全和合法的前提下，最大化货机的装载量，即：subject to:A +B <= 10000（装载量不超过10000公斤）其中，A和B表示货机装载的货物A和B的数量，V是货机的装载体积，运输费用是由货物类型和运输距离等因素决定的，这里简化为一个固定值。
使用lingo进行求解的过程如下：1.首先，在lingo中创建一个新的模型文件，并定义目标函数和约束条件：2.对模型进行求解，并设置模型参数：model:solve;parameters:V = 15;end;在上述代码中，V表示货机的装载体积，这里假设为15立方米。
solve表示对模型进行求解，通过设置end来结束参数定义。
3.对求解结果进行分析和优化，例如考虑不同装载体积下的最优解：for V := 15 to 20 dobeginwriteln('Optimal value for V=',V,': ',model.obj);在以上代码中，for循环遍历不同的装载体积值（15到20），分别求解模型并输出优化结果。
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。
数学建模值班lingo例题和答案
数学建模值班lingo例题和答案
例1
某工厂有两条生产线，分别用生产M和P两种型号的产品，利润分别为200元/个和300元/个，生产线的最大生产能力分别为每日100和 120，生产线每生产一个M产品需要1个劳动日(1个工人工作8小时成为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，该厂工人每天共计能提供160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x和x，则
目标函数max z = 200x +300x,
例2
生产计划安排问题(@if函数的应用)。
某企业用A,B两种原油混合加工成甲、乙两种成品油销售。
数据见下表，表中百分比是成品油中原油A的最低含量。
成品油甲和乙的销售价与加工费之差分别为5和5.6（单位:千元/吨)，原油A，B的采购价分别是采购量x(单位:吨）的分段函数
f(x)和g(x)(单位:千元/吨)，该企业的现有资金限额为7200（千元)，生产成品油乙的最大能力为2000吨。
假设成品油全部能销售出去，试在充分利用现有资金和现有库存的条件下，合理安排采购和生产计划，使企业的收益最大。
解:设原油A,B的采购量分别为x, y，原油A用于生产成品油甲、乙的数量分别为x,，原油B用于生产成品油甲、乙的数量分别为x1,x，则采购原油
A，B的费用分别为f(x)和g(x)，目标函数是收益最大，约束条件有采购量约束，生产能力约束、原油含量约束、成品油与原油的关系、资金约束。
建立规划模型如下:
max z = 5(X1+x1)+5.6(X2+x2)- f(x)-g(x)。