LINGO的基本用法
Lingo的基本使用方法
除“LG4”文件外， 另外几种格式的文件 都是普通的文本文件，
.MPS：表示MPS（数学规划系统）格式的模可型以文用件任。何文本编辑
器打开和编辑。
2.在LINGO中使用集合
1. LINGO入门 2.在LINGO中使用集合 3. 运算符和函数 4. LINGO的主要菜单命令 5. LINGO命令窗口 6.习题
LINGO软件的基本使用方法
LINGO软件的功能与特点
LINGO模型的功能
集成了线性(非线性) / 连续(整数) 优化功能 具有多点搜索 / 全局优化功能 提供了灵活的编程语言(矩阵生成器)，可方便地输入模型 提供与其他数据文件的接口 提供与其他编程语言的接口 LINDO API 可用于自主开发 运行速度较快
Generator Memory Used (K) (内存使用 量)
Elapsed Runtime (hh:mm:ss)（求 解花费的时间）
运行状态窗口
求解 器(求 解程 序)状 态框
当前模型的类型 :LP，QP，ILP，IQP，PILP， PIQP，NLP，INLP，PINLP （以I开头表示 IP，以PI开头表示PIP）
约束的定义方式
用DEM,RP,OP,INV分别表示需求量、正常生产的产量、加班生 产的产量、库存量，则DEM,RP,OP,INV对每个季度都应该有一 个对应的值，也就说他们都应该是一个由4个元素组成的数组， 其中DEM是已知的，而RP,OP,INV是未知数。
问题的模型(可以看出是LP模型 )
目标函数是所有费用的和
1、尽量使用实数优化，减少整数约束和整数变量 2、尽量使用光滑优化，减少非光滑约束的个数
如：尽量少使用绝对值、符号函数、多个变量求最大/最小 值、四舍五入、取整函数等 3、尽量使用线性模型，减少非线性约束和非线性变量的个数 （如x/y <5 改为x<5y） 4、合理设定变量上下界，尽可能给出变量初始值 5、模型中使用的参数数量级要适当 (如小于103)
lingo基本用法
lingo基本用法以下是 9 条关于“lingo 基本用法”的内容：1. 嘿，你知道吗，lingo 里的变量定义可简单啦！就像给东西起个名字一样自然。
比如说，咱要算一堆苹果的数量，那就可以设个变量叫apple_num 呀，这不就清楚明白啦！2. 哇塞，lingo 的约束条件就像是给问题加上规矩。
就好比说，规定一个房间最多能进 10 个人，这就是个约束呀。
比如限制某种资源不能超过多少，lingo 就能很好地处理呢！3. 哎呀呀，lingo 的目标函数那可重要了！这就好比是你要去追求的目标。
比如你想让利润最大化，那目标函数就是让利润相关的表达式达到最大呀！像算怎么卖东西能赚最多钱，lingo 就能帮你找到答案哟！4. 嘿，lingo 的表达式书写也不难呢！就像写个数学式子一样。
比如 2x +3y 这么简单明了。
要计算一些关系，用它来写表达式再合适不过了！5. 哇哦，lingo 里的集合定义多有意思啊！像是把一群相关的东西归到一起。
比如把不同类型的商品归成一个集合，然后对它们进行统一的处理呀，是不是很方便呀？6. 哎呀，lingo 的求解命令一敲，就等着答案出来啦！就像你按下按钮，机器就开始工作一样。
你看，多神奇啊，一下子就知道结果了呢！7. 嘿，lingo 还能处理复杂的数据呢！就像一个聪明的小助手，不管多乱的数据它都能理清楚。
比如算一大堆乱七八糟数字的关系，lingo 绝对能应付得来呀！8. 哇，lingo 的模型建立虽然要动点脑筋，但一旦建好了，那可太好用啦！就跟盖房子一样，辛苦一点，盖好了住着就舒服啦。
你想想，自己建的模型能用起来，多有成就感呀！9. 哎呀呀，掌握了 lingo 的基本用法，那真的是能解决好多问题呢！不管是算数量还是优化方案，都不在话下。
所以呀，还不赶紧去学学，让它为你服。
Lingo的基本应用
第十五章Lingo的基本应用1、LINDO和LINGO软件能求解的模型：2、Lingo初级语法：语句分行书写，顺序与数学模型一致；每一条语句都要以“;”结尾；语句不区分大小写，书写方式与代数函数相近；目标函数以“min=”或者“max=”表示；注释语句用“!”开头；“>”和“>=”以及“<”和“<=”没有区别；如果不写明决策变量的取值范围，则默认为非负实数。
3、线性规划案例：生产计划每天：50桶牛奶时间480小时至多加工100公斤A1 要求：制订生产计划，使每天获利最大1）奶制品生产的Lingo模型2）Lingo求解2）Lingo求解报告//结果报告(Solution Report)4）开启灵敏度分析(Range)功能5）查看灵敏度分析(Range)必须先求解才能得到灵敏度分析报告//目标函数系数范围分析当目标函数中x1的系数（产品A1的收益）增加不超过8个单位或者减少不超过2.66667个单位时（x2系数维持不变），不需改变生产计划。
//约束条件右边值灵敏度分析如果牛奶资源的数量增加不超过10桶或者减少不超过6.666667桶（其他模型参数不变），则它将仍然作为紧缺资源；如果A1生产资源减少超过40个单位（其他模型参数不变），则它将转化为紧缺资源。
4、城市垃圾处理问题(最小吨*公里)小区供水问题(最大供水收益)代数式线性规划模型(垃圾运输)代数式线性规划模型(小区供水)5、如何表示具有下标的变量：1）从C语言的类比来理解：2）具有下标的变量可以看作某种数组变量中的元素；3）除去下标后的符号可以看作是数组变量的名称；4）下标可以看作是在数组中的索引值；5）单下标变量对应于一个一维数组，称为“简单集合”；6）多下标变量对应于一个多维数组，而多维数组可以看作是多个一维数组的笛卡尔积，称为“派生集合”。
6、Lingo中如何定义具有下标的变量？1）在Lingo中使用“集合变量”的形式表达规划模型中具有下标的变量2）定义集合变量需要三个基本要素：集合的名称集合的形式（简单集合还是派生集合？集合的元素个数是多少？）集合变量的名称7、定义简单集合的语法：集合名称/下标范围/: 变量列表;（变量之间用“,”分隔）例：brand/1..6/: a, b;（集合的名称是brand，/1..6/表示这种集合包含6个元素，下标的范围是从1到6，并且定义了两个这种集合形式的变量分别用a、b表示，该语句相当于定义了a1~a6以及b1~b6两组变量）例：type/1..4/;（也可以只定义集合形式不定义集合变量）8、定义派生集合的语法：集合名称(分量集合列表): 变量列表;1）分量集合列表分别对应于派生集合的每一个维度，定义了每一个维度分别属于哪一种简单集合2）例：product(brand, type): p, x;（集合的名称是product，该集合的第一个维度与brand集合的类型相同，第二个维度与type 集合的类型相同，并且定义了两个集合变量p和x。
LINGO基本用法
LINGO基本用法1、概况 (1)2、LINGO的基本用法 (1)3、用LINGO编程语言建立模型 (2)4、建立LINGO/LINDO优化模型需要注意的几个基本问题 (3)5、对求解结果的分析 (3)LINGO基本用法LINGO是专门用来求解各种规划问题的软件包，其功能十分强大，是求解优化模型的最佳选择。
1、概况LINGO是美国LINDO系统公司开发的求解数学规划系列软件中的一个，它的主要功能是求解大型线性、非线性和整数规划问题，LINGO分为Demo、Solve Suite、Super、Hyper、Industrial、Extended等六种不同版本。
只有Demo版是免费的。
LINGO的不同版本对模型的变量总数，非线性变量的数目，整形变量数目和约束条件的数量作出了不同的限制。
LINGO的主要功能：(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2、LINGO的基本用法通常一个优化模型由下列三部分所组成：(1) 目标函数：一般表示成求某个数学表达式的最大值或最小值。
(2) 决策变量：目标函数值取决于哪些变量(3) 约束条件：对变量附加一些条件限制（通常用等式或不等式表示）注：LINGO默认所有决策变量都非负，因而变量非负条件可以不必输入。
LINGO的语法规定：(1) 求目标函数的最大值或最小值分别用MAX=…或MIN=…来表示；(2) 每个语句必须以分号";"结束，每行可以有多个语句，语句可以跨行；(3) 变量名称必须以字母(A~Z)开头，由字母，数字(0~9)和下划线所组成，长度不超过32个字符，不区分大小写；(4) 可以给语句加上标号，例如[OBJ] MAX= 20*X1+300*X2;(5) 以！开头，以；号结束的语句是注释语句；(6) 如果对变量的取值范围没有作特殊说明，则默认所有决策变量都非负；(7) LINGO模型以语句“MODEL:”开头，以“END”结束，对于比较简单的模型，这两个语句可以省略。
Lingo的基本使用方法
约束的定义方式
循环函数 @FOR(集合(下标)：关于集合的属性的约束关系式)
对冒号“：”前面的集合的每个元素（下标），冒号“：”后面 的约束关系式都要成立
本例中，每个季度正常的生产能力是40条帆船，这正是语句 “@FOR(QUARTERS(I):RP(I)<40);”的含义。 由于对所有元素(下标I),约束的形式是一样的，所以也可以像上 面定义目标函数时一样，将下标i省去， 这个语句可以简化成“@FOR(QUARTERS:RP<40);” 。
集合的基本用法和LINGO模型的基本要素
例度理At2的t解rSi帆bALuII船tNLe）CG需OO的求公建概量司模念分需语。别要言是决最4定0重条下要，四的6个0是条季理，度解7的5集条帆合，船（2生5S条e产t），量及这。其些下属需四性求个（必季须 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400美元。如果加班生产，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小？
输出结果： 运行菜单命令“LINGO|Solve” 最大利润=11077.5
最优整数解 X=(35，65)
输出结果备注：
LINGO是将它作为PINLP(纯整数非线性规划)来求解，因此找到 的是局部最优解。
通过菜单 “WINDOW| Status Window”看到状态窗 口，可看到最佳目标值 “Best Obj”与问题的上界 “Obj Bound”已经是一样的 ，当前解的最大利润与这两 个值非常接近，是计算误差 引起的。如果采用全局最优 求解程序(后面介绍)，可以 验证它就是全局最优解。
解的目标函数值
当前解的状态 : "Global Optimum", "Local Optimum", "Feasible", "Infeasible“(不可行), "Unbounded“(无界), "Interrupted“(中断), "Undetermined“(未确定)
LINGO基本语法和编程
问题旳模型(能够看出是LP模型 )
目旳函数是全部费用旳和 MIN {400RP(I ) 450OP(I ) 20INV (I )} I 1,2,3,4
位置为(x j , y j )，日储量为ej , j 1,2 ；从料场 j 向工地i 旳
运送量为cij 。
2 6
2
2
MIN f
cij x j ai y j bi
1
j1 i1
2
s.t.
cij di , i 1, 2, , 6
2
j 1
6
cij ej , j 1, 2
3
“X=5,2； Y=1,7；”
输入程序
定义目旳和约束，与前例旳措施是类似(这里
包括了派生集合)，请注意这里用到了集合函
在程序开头用TITLE语句 对这个模型取了一种标题 “LOCATION PROBLEM； 而且对目旳行（[OBJ]）和 两类约束
注：在程序中若没有Model和End也能执行，但提 议写完整原则旳程序
LINGO程序基本构造
2：五段（Section）构造
Model：
Title “Example” 集合段 数据段 初始段 计算段 目的和约束段
五段构造中目旳和约束段一般 是不可少旳，集合段用得比较 多，数据段次之，初始段和计 算段不一定有。这些段旳顺序 可调换。
集合及其属性
• QUARTERS集合旳属性
• DEM
• RP
LINGO简易用法
LINGO 是用来求解线性和非线性运筹学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LING 高效的求解器可快速求解并分析结果。
1、LINGO快速入门当你在windows 下开始运行LINGO 系统时，会得到类似下面的一个窗口：外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。
在主窗口内的标题为LINGO Model – LINGO1 的窗口是LINGO 的默认模型窗口，建立的模型都都要在该窗口内编码实现。
下面举两个例子。
例 1.1 如何在LINGO 中求解如下的LP 问题：在模型窗口中输入如下代码：然后点击工具条上的按钮a134 即可。
例 1.2使用LINGO软件计算6个发点8个收点的最小费用运输问题。
产销单位运价如下表。
使用LINGO 软件，编制程序如下：然后点击工具条上的按钮a134 即可。
2、LINGO中的集对实际问题建模的时候，总会遇到一群或多群相联系的对象，比如工厂、消费者群体、交通工具和雇工等等。
LINGO 允许把这些相联系的对象聚合成集（sets）。
一旦把对象聚合成集，就可以利用集来最大限度的发挥LINGO建模语言的优势。
现在我们将深入介绍如何创建集，并用数据初始化集的属性。
学完本节后，你对基于建模技术的集如何引入模型会有一个基本的理解。
2.1 为什么使用集集是LINGO建模语言的基础，是程序设计最强有力的基本构件。
借助于集，能够用一个单一的、长的、简明的复合公式表示一系列相似的约束，从而可以快速方便地表达规模较大的模型。
2.2 什么是集集是一群相联系的对象，这些对象也称为集的成员。
一个集可能是一系列产品、卡车或雇员。
每个集成员可能有一个或多个与之有关联的特征，我们把这些特征称为属性。
属性值可以预先给定，也可以是未知的，有待于LINGO求解。
LINGO 有两种类型的集：原始集(primitive set)和派生集(derived set)。
lingo用法总结(精品文档)
ji例程1、model:sets:quarters/1..4/:dem,rp,op,inv;endsetsmin=@sum(quarters:400*rp+450*op+20*inv);@for(quarters(i):rp<=40);@for(quarters(i)|i#gt#1:inv(i)=inv(i-1)+rp(i)+op(i)-dem(i););inv(1)=10+rp(1)+op(1)-dem(1);data:dem=40 60 75 25;enddataend例程2、model:sets:quarters/1..4/:dem,rp,op,inv;endsetsmin=@sum(quarters:400*rp+450*op+20*inv);@for(quarters(i):rp<=40);@for(quarters(i)|i#gt#1:inv(i)=inv(i-1)+rp(i)+op(i)-dem(i););inv(1)=a+rp(1)+op(1)-dem(1);data:dem=40 60 75 25;a=?enddataend•LINGO总是根据“MAX=”或“MIN=”寻找目标函数，而除注释语句和TITLE语句外的其他语句都是约束条件，因此语句的顺序并不重要。
•LINGO中函数一律需要以“@”开头•Lingo中的每个语句都以分号结尾•用LINGO解优化模型时已假定所有变量非负(除非用限定变量取值范围的函数@free或@sub或@slb另行说明)。
•以感叹号开始的是说明语句(说明语句也需要以分号结束)）•理解LINGO建模语言最重要的是理解集合（Set）及其属性（Attribute）的概念。
•一般来说，LINGO中建立的优化模型可以由5个部分组成，或称为5“段”（SECTION）：（1）集合段（SETS）：以“ SETS:” 开始，“ENDSETS”结束，定义必要的集合变量（SET）及其元素（MEMBER，含义类似于数组的下标）和属性（ATTRIBUTE，含义类似于数组）。
- 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)。
LINGO的基本用法一．集合的基本用法集合(set)及其属性(attribute)的概念基本集合与派生集合集合名[/元素列表/][：属性列表]；集合名（父集合列表）[/元素列表/][：属性列表]；稠密集合与稀疏集合元素过滤法基本集合的隐式列举法：数字型 1..n字符数字型Car101..Car208日期型MON..FRI月份型OCT..JAN年月型OCT2007..JAN2008二．模型结构（1）集合段从“sets:”到“endsets”（2）数据输入段从“data:”到“enddata”属性＝常数列表（3）目标和约束段MIN＝表达式（4）计算段从“calc:”到“endcalc”，对原始数据的计算处理（5）初始段从“init:”到“endinit”，定义迭代初值用属性＝常数列表（6）注释从感叹号到分号三．函数基本数学函数@ABS(X) @COS(X) @EXP(X) @FLOOR(X)@LGM(X) @LOG(X) @MOD(X,Y) @POW(X,Y)@SIGN(X) @SIN(X) @SMAX(list) @SMIN(list)@SQR(X) @SQRT(X) @TAN(X)其中@LGM(X) ＝ln(X-1)!集合循环函数@FOR @MIX @MIN @PROD@SUM用法：集合函数名(集合名(集合索引列表)|条件：表达式组）集合操作函数@IN @IN(集合名，集合元素名，…集合元素名)@INDEX @INDEX(集合名，集合元素名)@WRAP @WRAP(i，N)，循环计数@SIZE @SIZE(集合名)变量定界函数@BND(L,X,U) @BIN(X) @FREE(X) @GIN(X) 分别对变量取值限制：上下界，0-1值，取消非负限制，整数概率分布函数@PNS(X) 标准正态分布@PSL(X) 正态线性损失@PBN(P,N,X) 二项分布@PHG 超几何分布@PTD(N,X) t分布@PFD(N,D,X) F分布@PPS(A,X) 泊松分布@PPL(A,X) 泊松线性损失@PCX(N,X) X平方分布@RAND(seed) 随机数服务系统函数@PEL(A,X) @PFS(A,X,C) @PEB(A,X)文件输入输出函数@FILE(fn) @TEXT(…fn‟) @OLE结果报告函数@ITERS() 返回迭代次数@NEWLINE(n) 输出n个新行@STRLEN(string) 返回字符串的长度@NAME(reference) 返回变量名或行名@WRITE 用于数据段，输出变量，字符串或换行@WRITEFOR 是@WRITE在循环情况下的推广@FORMAT 以格式描述符方式输出数值@DUAL(varname) 返回解答中变量的判别数或结束行的影子价格@STATUS() 返回求解后的最后状态其他函数@IF @IF(条件，true结果，false结果)@WARN @WARN(‘text’，条件)@USER @USER(用户编写的函数dll或obj文件)四．文件传输通过文本文件传输数据@FILE和@TEXT通过Excel文件传输数据@OLE例题! 背包问题 Knapsack Problem! max z=sum(i=1~n)ci xi! st. sum ai xi <=b, xi=0/1;model:title背包问题;sets:wp/w1..w8/:a,c,x;endsetsdata:a=1 3 4 3 3 1 5 10; c=2 9 3 8 10 6 4 10; enddatamax=@sum(wp:c*x);@for(wp:@bin(x));@sum(wp:a*x)<=15;end!装箱问题！=======;model:title装箱问题;sets:wp/w1..w30/:w; xz/v1..v30/:y; links(wp,xz):x; endsetsdata:w=0.51,0.51,0.51,0.51,0.51,0.51,0.27,0.27,0.27,0.27,0.27,0.27,0.26,0.26,0.26,0.26,0.26,0.26,0.23,0.23,0.23,0.23,0.23,0.23,0.23,0.23,0.23,0.23,0.23,0.23;enddatamin=@sum(xz(i):y(i));C=1;@for(links:@bin(x));@for(xz:@bin(y));@for(wp(i):@sum(xz(j):x(i,j))=1);@for(xz(j):@sum(wp(i):w(i)*x(i,j))<=C*y(j)); end@for(o(j):cun(2,j)= cun(1,j)+x(2,j)-he(2,j) ;z2= @sum(o(j): cun(2,j));@for(o(j):cun(3,j)= cun(2,j)+x(3,j)-he(3,j) ;z3= @sum(o(j): cun(3,j));@for(o(j):cun(4,j)= cun(3,j)+x(4,j)-he(4,j) ;z4= @sum(o(j): cun(4,j));@for(o(j):cun(5,j)= cun(4,j)+x(5,j)-he(5,j) ;z5= @sum(o(j): cun(5,j));@for(o(j):cun(6,j)= cun(5,j)+x(6,j)-he(6,j) ;z6= @sum(o(j): cun(6,j));食品加工一项食品加工业，对几种粗油精炼，然后加以混合成为成品食用油。
原料油有两大类，共5种。
两种植物油，V1和V2，三种非植物油，O1、O2和O3。
各种原料油均从市场采购，未来半年中原料油的市场价格（元/吨）如下成品油售价1500元/吨。
植物油和非植物油要在不同的生产线精炼，每个月最多可炼植物油200吨，非植物油250吨。
精练过程中没有重量损失，精炼费用可以忽略。
每种原料油最多可存储1000吨备用。
存储费为每吨每月50元。
成品油和经过精炼的原料油不能存储。
对成品油限定其硬度在3至6单位之间。
各种原料油的硬度如下假设硬度是线性地混合的。
为使公司获得最大利润，应采取什么样的采购和加工方案。
现存有5种原料油每种500吨，要求在6月底仍然有这样多存货。
@for(month(i) : @sum(o(j): y(j)*he(i,j))/@sum(o(j):he(i,j)) >3 ) ;z2= z1+@sum(o(i):x(2)(i) - @sum(o(i):he(2)(i) ;z3= z2+@sum(o(i):x(3)(i) - @sum(o(i):he(3)(i) ;z4= z3+@sum(o(i):x(4)(i) - @sum(o(i):he(4)(i) ;z5= z4+@sum(o(i):x(5)(i) - @sum(o(i):he(5)(i) ;研究总利润和采购与加工方案适应不同的未来市场价格应如何变化。
考虑如下的价格变化方式：2月份植物油价上升x%，非植物油上升2x%；3月份植物油价上升2x%，非植物油上升4x%；其余月份保持这种线性的上升势头。
对不同的值x（直到20），就方案的必要的变化及对利润的影响，作出全面计划。
@for(o(j):cun(1,j)= 500+x(1,i)-he(1,j) ;@for(o(j):cun(2,j)= cun(1,j)+x(2,j)-he(2,j) ;@for(o(j):cun(3,j)= cun(2,j)+x(3,j)-he(3,j) ;@for(o(j):cun(4,j)= cun(3,j)+x(4,j)-he(4,j) ;@for(o(j):cun(5,j)= cun(4,j)+x(5,j)-he(5,j) ;@for(o(j):cun(6,j)= cun(5,j)+x(6,j)-he(6,j) ;@for(month(i):he(i,1) +he(i,2)<200);@for(month(i):he(i,3) +he(i,4)+he(i,5)<250);@for(links(i,j): cun(i,j) <1000 ) ;@for(o(j):cun(6,j)=500 );@for(month(i) : @sum(o(j): y(j)*he(i,j)) <6 *@sum(o(j):he(i,j)) ) ;@for(month(i) : @sum(o(j): y(j)*he(i,j)) >3*@sum(o(j):he(i,j)) );飞行管理问题在约一万米高空边长160公里的长方形区域内有若干架飞机（最多6架）在水平飞行。
当一架飞机新进入该区域，地面调度中心根据记录的数据（各架飞机的位置和速度向量），要立即计算并判断是否会发生飞机相撞。
如果会相撞，则应计算如何调整各架飞机飞行的方向角，以避免相撞。
不相撞的标准为飞机间的距离大于8公里，所有飞机的航速均为800公里/小时，新进入的飞机与其它飞机的距离都在60公里以上。
试建立一个避免碰撞的数学模型，要求方向调整角的幅度尽量小，且不超过30度，计算误差不超过0.01度。
设飞行区域的四个顶点的坐标为（0, 0）、（160, 0）、（160, 160）和（0, 160）。
当前飞行记录为（6号为新进入的飞机）! 飞行管理;model:sets:feiji/p3 .. p6/:zt,zt0,dzt,zt1,xi0,yi0;juli/l1 .. l3001/:L;endsetsdata:xi0=150,145,130,0;yi0=155,50,150,0;zt=220.5,159,230,52;enddata@for(juli(i):L(i)=90+(i-1)/100);@for(feiji:@bnd(-0.08,dzt,0.08));@for(feiji:zt0=zt*3.14159265359/180);@for(feiji:zt1=zt0+dzt);@for(juli(i):@for(feiji(j)|j#lt#4:@for(feiji(k)|k#gt#j:(xi0(j)-xi0(k) +L(i)*(@cos(zt1(j))-@cos(zt1(k))))^2+(yi0(j)-yi0(k)+L(i)*(@cos(zt1(j) )-@cos(zt1(k))))^2>=64)));min=@sum(feiji:@abs(dzt));end。