2 线性规划习题答案
1 1、试述线性规划数学模型的组成部分及其特性
2 答：线性规划数学模型由决策变量、约束条件和目标函数三个部分组成。
3 线性规划数学模型特征：
4 （1） 用一组决策变量表示某一方案，这组决策变量均为非负
5 的连续变量；
6 （2） 存在一定数量（m ）的约束条件，这些约束条件可以用关
7 于决策变量的一组线性等式或者不等式来加以表示；
8 （3） 有一个可以用决策变量加以表示的目标函数，而该函数9 是一个线性函数。
10
11 2、一家餐厅24小时全天候营业，在各时间段中所需要的服务员数量分别12 为：
13 2：00~6：00 3人 6：00~10：00 9人 14 10：00~14：00 12人 14：00~18：00 5人 15 18：00~22：00 18人 22：00~ 2：00 4人 16 设服务员在各时间段的开始时点上上班并连续工作八小时，问该餐厅17 至少配备多少服务员，才能满足各个时间段对人员的需要。试构造此问题18 的数学模型。
19 解：用决策变量1x ,2x ,3x ,4x ,5x ,6x 分别表示2：00~6：00， 6：00~10：20 00 ，10：00~14：00 ，14：00~18：00，18：00~22：00， 22：00~ 2：00 时21
间段的服务员人数。
22 其数学模型可以表述为：123456min Z x x x x x x =+++++
23
1612233445561234563912
5184,,,,,0
x x x x x x x x x x x x x x x x x x +>=+>=+>=+>=+>=+>=≥
24
3、现要截取2.9米、2.1米和1.5米的元钢各100根，已知原材料的长度25 是7.4米，问应如何下料，才能使所消耗的原材料最省。试构造此问题的数学26 模型。 27 28 方法一
29 解：圆钢的截取有不同的方案，用θ表示每种切割方案的剩余材料。其切30 割方案如下所示： 31 2.9 2.1 1.5 θ 32 1' 1 1 1 0.9 33 2'
2
0.1
34 3' 1 2 0 0.3
35 4' 1 0 3 0 36 5'
1
3
0.8
37
6' 0 0 4 1.4 38 7' 0 2 2 0.2 39 8'
3
1.1
40 目标函数为求所剩余的材料最少，即
41 12345678min 0.90.10.300.8 1.40.2 1.1Z x x x x x x x x =+++++++
42
123413578124567123456782100
2231003342100,,,,,,,0
x x x x x x x x x x x x x x x x x x x x x x x +++>=++++>=+++++>=≥
43
方法二
44 解：由题意，因为所有套裁方案有21种，全部写出需考虑因素太多，故需45 先做简化。
46
47 原材料合理利用简化图表
48
49 又由于目标是使所用原材料最少，所以，仅需考虑最省的五个方案即可。 50 设x i 是第 i 种套裁方案所用的原材料根数，建立数学模型如下：（料头最51 省）
52
53 五种套裁方案实施后，可得的 2.9米钢筋的根数。 54 五种套裁方案实施后，可得的 2.1米钢筋的根数。 55 五种套裁方案实施后，可得的 1.5米钢筋的根数。 56 x 1=30, x 2=10, x 3=0, x 4=50, x 5=0 57 只需90根原材料，目标函数值最小为90即可。 58
59 4、某糖果厂用原料A 、B 、C 加工成三种不同牌号的糖果甲、乙、丙。已知
60
12 4 3451235j +2 + 100 2 +2 + 1003++ 2 +3 100 0(j=1,2,,5)
x x x x x x x x x x x ≥≥≥≥???12345
Min = 0+0.1+0.2 +0.3+0.8z x x x x x
各种牌号糖果中A、B、C三种原料的含量要求、各种原料的单位成本、各种原61
料每月的限制用量、三种牌号糖果的单位加工费及售价如表1所示。问该厂每62
月生产这三种牌号糖果各多少千克，才能使该厂获利最大？试建立这个问题的63
线性规划模型。
64
表1
65
66
方法一
67
解：设x
1，x
2
，x
3
分别为甲糖果中A,B,C 的成分；x
4
，x
5
，x
6
分别为乙糖果
68
中A,B,C 的成分； x
7，x
8
，x
9
分别为丙糖果中A,B,C 的成分。
69
由题意，有70
71
72
73
74
123456
789147
258369
max(3.400.50)()(2.850.40)() (2.250.30)() 2.00()
1.50() 1.00()
z x x x x x x
x x x x x x
x x x x x x
=-+++-+++ -++-++-
++-++
1
123
0.6
x
x x x
++
≥
75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
91 对上式进行整理得到所求问题的线性规划模型： 92 93 94
95
96
97 98 99 100 101
102 方法二
103 解：以A 甲表示甲产品中的A 成分，B 甲表示甲产品中的B 成分，C 甲表示甲104 产品中的C 成分，依此类推。据表2-16，有：
105 35A >=甲甲，15C <=甲甲，320A >=乙乙，35C <=乙乙，1
2A <=丙丙．．．．．．①
106 其中：A +=B C 甲+甲甲甲，A +=B C 乙+乙乙乙，A +=B C 丙+丙丙丙．．．．．．② 107 把②逐个代入①并整理得：
108
123456789
123123456
45678914725max 0.9 1.4 1.90.450.95 1.45 0.050.450.950.40.60.600.20.20.800.850.150.150
0.60.60.400.50.50.502000z 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 =+++++-++-++≤--+≤-++≤--+≤--+≤++≤++8369123456,78925001200
,,,,,,,0
x x x x x x x x x x x x x ≤++≤≥
203A -+<=B C 甲+甲甲，40A -+<=B C 甲-甲甲，0A +<=B C 17
-乙+乙乙3 109
2
03A +<=B C -乙-乙乙，0A +<=B C -丙-丙丙
110 原材料的限制，有以下不等式成立：
111 A A 2000A +<=甲+乙丙，B B B 2500+<=甲+乙丙，C C C 1200+<=甲+乙丙
112
在约束条件中共有9个变量，为方便计算，分别用1x ,2x ．．．9x 表示，即令
113 1x =A 甲，2x =B 甲，3x =C 甲，4x =A 乙，5x =B 乙，6x =C 乙，7x =A 丙，8x =B 丙，9x =C 丙
114 由此约束条件可以表示为：
115
1231234564567891472583691234567892
-x x x 03
-x -x 4x 017
-x x x 03
2
-x -x x 0
3
-x -x x 0x +x x 2000x +x x 2500x +x x 1200
x ,x ,x ,x ,x ,x ,x ,x ,x 0
++<=+<=++<=+<=+<=+<=+<=+<=>=
116 我们的目的是使利润最大，即产品售价减加工费再减去原材料的价格为最117 大。
118 目标函数为
119 1234567890.9 1.4 1.90.450.95 1.450.050.450.95MaxZ x x x x x x x x x =+++++-++
120
121 5、某厂在今后4个月内需租用仓库存放物资，已知各个月所需的仓库面积
122
一、实验名称：推销员指派问题 二、实验目的及任务： 1、掌握Lingo 软件的使用方法 2、编写简单的Lingo 程序 3、解决Lingo 中的最优指派问题 三、实验容 1、问题描述 一个公司要分派5个推销员去5个地区推销某种产品，5个推销员在各个地区推销这种产品的预期利润如下表所示。若每个推销员只能去一个地区。应如何分派这5个推销员才能使公司的利润为最大？ 2、模型建立 决策变量：设???=个地区个人去第不指派第个地区个人去第指派第j i 0j i 1ij x （i,j=1,2,3,4,5） 目标函数：设总利润为z ，第i 个人去第j 个地区的利润为A ij （i,j=1,2,3,4,5） ，假设A ij 为指派矩阵，则 Max ∑∑===5 15 1i j ij ij x A z 约束条件： 1.第j 个地区只有一个人去： 15 1 =∑=i ij x （j=1,2,3,4,5） 2.第i 个人只去一个地区： 15 1 =∑=j ij x （i=1,2,3,4,5） 由此得基本模型：
Max ∑∑===515 1 i j ij ij x A z S,t, 15 1 =∑=i ij x （j=1,2,3,4,5） 15 1 =∑=j ij x （i=1,2,3,4,5） 10或=ij x （i,j=1,2,3,4,5） 3、Lingo 程序 （一）常规程序 Lingo 输入： model : max =1*x11+8*x12+9*x13+2*x14+1*x15+5*x21+6*x22+3*x23+10*x24+7*x25+3*x31+10*x32+4*x33+11*x34+3*x35+7*x41+7*x42+5*x43+4*x44+8*x45+4*x51+2*x52+6*x53+3*x54+9*x 55; x11+x12+x13+x14+x15=1; x21+x22+x23+x24+x25=1; x31+x32+x33+x34+x35=1; x41+x42+x43+x44+x45=1; x51+x52+x53+x54+x55=1; x11+x21+x31+x41+x51=1; x12+x22+x32+x42+x52=1; x13+x23+x33+x43+x53=1; x14+x24+x34+x44+x54=1; x15+x25+x35+x45+x55=1; end Lingo 输出： Global optimal solution found. Objective value: 45.00000 Infeasibilities: 0.000000 Total solver iterations: 8 Variable Value Reduced Cost
《税法》实验项目二 班级： 姓名： 学号：
一、单项选择题 1.纳税人委托加工应税消费品,其纳税义务发生时间为（）。 A.委托行为发生的当天 B.向加工企业支付加工费的当天 C.纳税人提货的当天 D.向加工企业发出主要原料的当天 2.甲外贸进出口公司本月进口200辆小轿车,每辆车关税完税价格为人民币42.9 万元,缴纳关税12万元。已知小轿车适用的消费税税率为8%。该批进口小轿车应缴纳的消费税为（）万元。 A.746.09 B.878.40 C.954.78 D.686.40 3.甲公司为增值税一般纳税人,本年7月从国外进口一批高档化妆品,海关核定的关税完税价格为60万元。已知进口关税税率为26%,消费税税率为15%,增值税税率为13%。该公司进口环节应纳增值税为（）万元。 A.7.8 B.9.83 C.11.56 D.8.97 4.甲公司为增值税一般纳税人,外购高档护肤类化妆品生产高档修饰类化妆品,本年7月份生产销售高档修饰类化妆品取得不含税销售收入200万元。该公司7月初无高档护肤类化妆品库存,7月购进高档护肤类化妆品200万元,7月底库存高档护肤类化妆品20万元。已知高档化妆品适用的消费税税率为15%。该公司本年7月应纳消费税为（）。 A.200×15%-(200-20)×15%=3(万元) B.200×15%-20×15%=27(万元) C.200×15%=30(万元) D.200×15%-200×15%=0 5.我国消费税对不同应税消费品采用了不同的税率形式。下列应税消费品中,适用复合计税方法计征消费税的是（）。 A.啤酒 B.白酒 C.烟丝 D.摩托车 6.下列各项中,应征收消费税的是（）。 A.农用拖拉机 B.电动汽车 C.游艇 D.调味料酒 7.甲公司为增值税一般纳税人,外购香水精生产香水,本年7月生产销售香水取得不含税销售收入80万元。该公司7月初库存香水精7万元,7月购进香水精60万元,7月底库存香水精20万元。已知外购的香水精和自产的香水均为高档化妆
运筹学实例分析及lingo 求解 一、线性规划 某公司有6个仓库，库存货物总数分别为60、55、51、43、41、52，现有8个客户各要一批货，数量分别为35，37，22，32，41，32，43，38。各供货仓库到8个客户处的单位货物运输价见表 试确定各仓库到各客户处的货物调运数量，使总的运输费用最小。 解：设 ij x 表示从第i 个仓库到第j 个客户的货物运量。ij c 表示从第i 个仓库到第 j 个客户的单位货物运价，i a 表示第i 个仓库的最大供货量，j d 表示第j 个客户的订货量。 目标函数是使总运输费用最少，约束条件有三个：1、各仓库运出的货物总量不超过其库存数2、各客户收到的货物总量等于其订货数量3、非负约束 数学模型为： ∑∑===6 18 1)(min i j ij ij x c x f ????? ??????≥===≤∑∑==08,,2,1,6,2,1,,. .6 1 8 1ij j i ij i j ij x j d x i a x t s 编程如下： model : Sets : Wh/w1..w6/:ai;
Vd/v1..v8/:dj; links(wh,vd):c,x; endsets Data: ai=60,55,51,43,41,52; dj=35,37,22,32,41,32,43,38; c=6,2,6,7,4,2,5,9 4,9,5,3,8,5,8,2 5,2,1,9,7,4,3,3 7,6,7,3,9,2,7,1 2,3,9,5,7,2,6,5 5,5,2,2,8,1,4,3; Enddata Min=@sum(links(i,j):c(i,j)*x(i,j)); @for(wh(i):@sum(vd(j):x(i,j))<=ai(i)); @for(vd(j):@sum(wh(i):x(i,j))=dj(j)); end Global optimal solution found. Objective value: Total solver iterations: 0 Variable Value Reduced Cost AI( W1) AI( W2) AI( W3) AI( W4) AI( W5) AI( W6) DJ( V1) DJ( V2) DJ( V3) DJ( V4) DJ( V5) DJ( V6) DJ( V7) DJ( V8) C( W1, V1) C( W1, V2) C( W1, V3) C( W1, V4) C( W1, V5) C( W1, V6)
lingo实验心得体会 篇一：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： max z?x1?2x2 ?2x1?5x2?12 ??x1?2x2?8 ?x,x?0?12 2、求解线性规划： min z?20x1?10x2 ?5x1?4x2?24 ??2x1?5x2?5 ?x,x?0?12 3、假设现在一个计算机厂商要生产两种型号的PC：标准型和增强型，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： max z?x1?2x2 ?2x1?5x2?12 ??x 1?2x2?8 ??x1,x2?0 2、求解线性规划： min z?20x1?10x2 ?5x1?4x2?24 ?2x ?1?5x2?5 ?x1,x2?0 3、设生产标准型为x1台；生产增强型x2台，则可建立线性规划问题 数学模型为 max z?100x1?150x2 ??x1?100 ?x?120 ?2 ?x1?2x2?160
??x1,x2?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*x25; End 结果显示： 3、求解线性规划： model: mAX=100*x1+150*x2; x1+2*x2篇二：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20XX 至 20XX 学年第2学期 篇三：运筹学上机实践报告Southwestuniversityofscienceandtechnology
隆展实业发展有限公司产品生产计划的优化研究 问题分析 题目要求在不追加产值的情况下实现产值最大化，所以采用线性规划模型。 求解思路 首先指出本例中的一个错误：最后一张表——原材料的成本中 对AZ-1的成本计算有误，根据前几张表，AZ-1的成本应为96.0625 1、首先计算出每种产品的利润=出售价格-成本 例生产一件AZ-1的利润为350-96.0625=253.9375 经计算得下表 产品利润单位：元 2、由题得，公司目前所能提供的最大流动资金为36万元，且不准备追加投入，所以要求在调整后生产结构中，总的成本不得超过36万元。 3、考虑工人的工时问题 一条装配线可以装配多中零件，但每个零件要求工人的工时不同，总需求时间不得超过工人的每月的总工时。例如，在组装这项工作中，8个工人每月的总工时为2496小时， 而组装各个产品的需求时间分别为0.6，0.67,0.56,0.56,0.58,0.58。若另X1代表AZ-1的产量；X2代表BZ-1的产量；X3代表LZ-7的产量；X4代表RZ-7的产量；X5代表LR-8的产量；X6代表RZ-8的产量，则可列出不等式： 0.60*X1+0.67*X2+0.56*X3+0.56*X4+0.58*X5+0.58*X6<=2496 同理可得关于拉直及切断、剪板及折弯、焊接网胚及附件和焊接底盘工作所需工时的不等式4、题目中有提到在产品的销售方面LZ/RZ-8以其大载重量，结实坚固深得顾客的青睐，并希望能增加产量。所以解决方案中，希望RZ-8比原先的产量要多，相对的，其他产品的产量就要减少。
Lingo 程序 MAX=253.9375*X1+229.5*X2+292.5625*X3+306.5*X4+503.2125*X5+538.5*X6; 96.0625*X1+90.5000*X2+167.4375*X3+213.5000*X4+216.7875*X5+276.5000*X6<=360000; 0.60*X1+0.67*X2+0.56*X3+0.56*X4+0.58*X5+0.58*X6<=2496; 0.30*X1+0.31*X2+0.325*X3+0.34*X4+0.33*X5+0.35*X6<=624; 0.90*X1+0.90*X2+0.95*X3+1.00*X4+1.01*X5+1.05*X6<=1872; 1.30*X1+1.00*X2+1.25*X3+1.25*X4+1.35*X5+1.35*X6<=2496; 0.76*X1+0.76*X2+0.80*X3+0.82*X4+0.82*X5+0.85*X6<=1560; X6>=240; X5<=320; X4<=480; X3<=560; X2<=80; X1<=160; 结果分析 Global optimal solution found at iteration: 6 Objective value: 741998.8 Variable Value Reduced Cost X1 160.0000 0.000000 X2 80.00000 0.000000 X3 0.000000 33.53187 X4 0.000000 109.3038 X5 320.0000 0.000000 X6 969.3237 0.000000 Row Slack or Surplus Dual Price 1 741998.8 1.000000 2 0.000000 1.947559 3 1598.592 0.000000 4 106.3367 0.000000 5 315.0101 0.000000 6 467.4130 0.000000 7 291.2749 0.000000 8 729.3237 0.000000
实验二数据描述（基本数据类型及运算符）答案 编程及调试实例2-1改正错误后的程序 #include
AK是一家空调制造商，其面临的需求增长很快。预计2001年，其全国的需求在南部将为180,000单位，在中部为120,000单位，在东部为110,000单位，在西部为100,000单位。DryIce在设计物流网络时，有四个备选的地点：New York, Atlanta, Chicago和San Diego。在这四个地点建厂，工厂的生产能力将要么为200,000单位，要么为400,000单位。工厂的年固定运营成本及从工厂所在地生产出产品并运往四个销售区域的生产和运输的单位成本如表所示。请为该设施网络的设计建立模型，并请对模型作简要说明。 设定变量如下表所示：其中M11 M12等一系列值为0.1变量，即可得到如下式子： m12+9200000*m22+232*x12+212*x22+230*x32+280*x42+5600000*m13+9300000*m 23+238*x13+230*x23+215*x33+270*x43+6100000*m14+10200000*m24+299*x14+2 80*x24+270*x34+225*x44; m11*200000+m21*400000>=x11+x21+x31+x41; m12*200000+m22*400000>=x12+x22+x32+x42; m13*200000+m23*400000>=x13+x23+x33+x43; m14*200000+m24*400000>=x14+x24+x34+x44; x11+x12+x13+x14>=110000; x21+x22+x23+x24>=180000; x31+x32+x33+x34>=120000; x41+x42+x43+x44>=100000; @bin(m11);@bin(m21);@bin(m12);@bin(m22);@bin(m13);@bin(m23);@bin(m14) ;@bin(m24); 通过运行LINGO得到如下结果：
2014?2015学年第二学期短学期 《数学软件及应用（Lingo）》实验报告 班级数学131班姓名张金库学号13170130 成绩______________________________ 实验名称 奶制品的生产与销售计划的制定 完成日期：2015年9月3日
一、实验名称：奶制品的生产与销售计划的制定 二、实验目的及任务 1?了解并掌握LINGO的使用方法、功能与应用； 2?学会利用LINGO去解决实际中的优化问题。 三、实验内容 问题一奶制品加工厂用牛奶生产A，A2两种奶制品，1桶牛奶可以在甲类设备上用12h 加工成3kg A1，或者在乙类设备上用8h加工成4kg A?。根据市场的需求，生产A, A?全部能售出，且每千克A获利24元，每千克A2获利16元。现在现在加工场每天能的到50桶牛奶的供应，每天正式工人总的劳动时间为480h，并且甲类设备每天至多能加工1OOkg A， 乙类设备的加工能力没有限制。为增加工厂的利益，开发奶制品的深加工技术：用2h和3元加工费，可将1kg A加工成0.8kg高级奶制品B i，也可将1kg傀加工成0.75kg高级奶制品B2，每千克B1能获利44元，每千克B2能获利32元。试为该工厂制订一个生产销售计 划，使每天的净利润最大，并讨论以下问题： （1）若投资30元可以增加供应1桶牛奶，投资3元可以增加1h的劳动时间，应否做 这些投资？若每天投资150，可以赚回多少？ （2）每千克高级奶制品B1，B2的获利经常有10%的波动，对制订的生产销售计划有 无影响？若每千克B获利下降10%，计划应该变化吗？ （3）若公司已经签订了每天销售10kg人的合同并且必须满足，该合同对公司的利润 有什么影响？ 问题分析要求制定生产销售计划，决策变量可以先取作每天用多少桶牛奶生产A,，代，再添上用多少千克A加工B1，用多少千克A加工B2，但是问题要分析B1，B2的获利对生产销售计划的影响，所以决策变量取作A1，A2，B1，B2每天的销售量更为方便。目标 函数是工厂每天的净利润一一A1，A2，B1，B2的获利之和扣除深加工费用。 基本模型
Lingo超经典案例大全 LINGO是Linear Interactive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”。Lingo超强的优化计算能力在很多方面（线性规划、非线性规划、线性整数规划、非线性整数规划、非线性混合规划、二次规划等）比matlab、maple等强得多，Lingo编程简洁明了，数学模型不用做大的改动（或者不用改动）便可以直接采用Lingo语言编程，十分直观。 Lingo模型由4个段构成： （1）集合段（sets endsets）；（2）数据段（data enddata)； (3)初始段（init endinit）；（4）目标与约束段。 Lingo的五大优点： 1. 对大规模数学规划，LINGO语言所建模型较简洁，语句不多； 2. 模型易于扩展，因为@FOR、@SUM等语句并没有指定循环或求和的上下限，如果在集合定义部分增加集合成员的个数，则循环或求和自然扩展，不需要改动目标函数和约束条件； 3. 数据初始化部分与其它部分语句分开，对同一模型用不同数据来计算时，只需改动数据部分即可，其它语句不变； 4. “集合”是LINGO有特色的概念，它把实际问题中的事物与数学变量及常量联系起来，是实际问题到数学量的抽象，它比C语言中的数组用途更为广泛。 5. 使用了集合以及@FOR、@SUM等集合操作函数以后可以用简洁的语句表达出常见的规划模型中的目标函数和约束条件，即使模型有大量决策变量和大量数据，组成模型的语句并不随之增加． 一、求解线性整数规划、非线性整数规划问题： 1.线性整数规划： model: max=x1+x2; x1+9/14*x2<=51/14; -2*x1+x2<=1/3; @gin(x1);@gin(x2); end
实验二：目标规划 一、实验目的 目标规划是由线性规划发展演变而来的，线性规划考虑的是只有一个目标函数的问题，而实际问题中往往需要考虑多个目标函数，这些目标不仅有主次关系，而且有的还相互矛盾。这些问题用线性规划求解就比较困难，因而提出了目标规划。熟悉目标规划模型的建立，求解过程及结果分析。 二、目标规划的一般模型 设)...2,1(n j x j =是目标规划的决策变量，共有m 个约束是国刚性约束，可能是等式约束，也可能是不等式约束。设有l 个柔性目标约束，其目标规划约束的偏差是 ),...,2,1(,l i d d i i =-+。设有q 个优先级别，分别为q p p p ,...,21。在同一个优先级k p 中，有 不同的权重，分别记为),...,2,1(,l j w w kj kj =- + 。因此目标规划模型的一般数学表达式为： min ∑∑=+ +-- =+= l j j kj j kj q k k d w d w p z 1 1 );( s.t. ,,...2,1,),(1m i b x a n j i j ij =≥=≤∑= . ,...2,1,0,, ,...,2,1,, ,...2,1,1 l i d d n x o x l i g d d x c i i j i n j i i j ij =≥=≥==-++-=+-∑ 三、实验设备及分组 实验在计算机中心机房进行，使用微型电子计算机，每人一机（一组）。
四、实验容及步骤 1、打开LINGO ，并利用系统菜单和向导在E 盘创建一个项目。目录和项目名推荐使用学生自己的学号。 2、以此题为例，建立数学模型，并用说明语句进行说明，增强程序的可读性。 例2.1： 某工厂生产Ⅰ、Ⅱ两种产品，需要用到A ，B ，C 三种设备，已知有关数据见下表。企业的经营目标不仅仅是利润，还需要考虑多个方面： （1） 力求使利润不低于1500元； （2） 考虑到市场需求，Ⅰ、Ⅱ两种产品的产量比应尽量保持1：2； （3） 设备A 为贵重设备，严格禁止超时使用； （4） 设备C 可以适当加班，但要控制；设备B 即要求充分利用，又尽可能不加班。 在重要性上，设备C 是设备B 的3倍。 此题中只有设备A 是刚性约束，其余都是柔性约束。首先，最重要的指标是企业的利润，将它的优先级列为第一级；其次是Ⅰ、Ⅱ两种产品的产量保持1：2的比例，列为第二级；再次，设备B 、C 的工作时间要有所控制，列为第三级。在第三级中，设备B 的重要性是设备C 的3倍，因此它们的权重不一样，设备B 的系数是设备C 的3倍。 该计划问题可用数学模型表示为： 目标函数 min )33()(433322211+ +-+--+++++=d d d p d d p d p z 满足约束条件 2122x x + 12≤ 15003002001121=-+++-d d x x 022221=-+-+ - d d x x 14x 1633=-++ -d d
实验七-2 字符串和数组程序设计 班级：学号：姓名：评分： 一．【实验目的】 1、熟练掌握字符串的存取和操作方法方法。 2、进一步掌握C程序的调试方法和技巧。 二．【实验内容和步骤】 1、程序调试题 A．目标：进一步学习掌握程序调试的方法和技巧。 B．内容：从键盘输入一个以回车键结束的字符串（少于80个字符），将它的内容逆向输出。例如：输入“ABCD”，输出“DCBA”。改正程序中的错误，使其实现程序的功能。（注：程序文件保存在“调试示例”文件夹中，文件名为error08_1.cpp） ①调试正确的源程序清单 #include
lingo实验报告 以下是为大家整理的lingo实验报告的相关范文，本文关键词为lingo,实验,报告,实验,名称,推销员,指派,问题,目的，您可以从右上方搜索框检索更多相关文章，如果您觉得有用，请继续关注我们并推荐给您的好友，您可以在综合文库中查看更多范文。 一、实验名称：推销员指派问题二、实验目的及任务： 1、掌握Lingo软件的使用方法 2、编写简单的Lingo程序 3、解决Lingo中的最优指派问题 三、实验内容
1、问题描述 一个公司要分派5个推销员去5个地区推销某种产品，5个推销员在各个地区推销这种产品的预期利润如下表所示。若每个推销员只能去一个地区。应如何分派这5个推销员才能使公司的利润为最大？ 2、模型建立 ?1指派第i个人去第j个地区决策变量：设xij??（i,j=1,2,3,4,5）0不指派第i个人去第j个地区?目标函数：设总利润为z，第i 个人去第j个地区的利润为A（，iji,j=1,2,3,4,5） 假设Aij为指派矩阵，则 maxz???Aijxij i?1j?155约束条件： 1.第j个地区只有一个人去： ?xi?15ij?1（j=1,2,3,4,5） 2.第i个人只去一个地区： ?xj?15ij?1（i=1,2,3,4,5） 由此得基本模型： maxz???Aijxij i?1j?155s,t, 5?xi?15ij?1（j=1,2,3,4,5） ?xj?1ij?1（i=1,2,3,4,5）
xij?0或1（i,j=1,2,3,4,5） 3、Lingo程序（一）常规程序Lingo输入： model: max=1*x11+8*x12+9*x13+2*x14+1*x15+5*x21+6*x22+3*x23+10*x24+ 7*x25+3*x31+10*x32+4*x33+11*x34+3*x35+7*x41+7*x42+5*x43+4*x4 4+8*x45+4*x51+2*x52+6*x53+3*x54+9*x55;x11+x12+x13+x14+x15=1;x 21+x22+x23+x24+x25=1;x31+x32+x33+x34+x35=1;x41+x42+x43+x44+x4 5=1;x51+x52+x53+x54+x55=1;x11+x21+x31+x41+x51=1;x12+x22+x32+x4 2+x52=1;x13+x23+x33+x43+x53=1;x14+x24+x34+x44+x54=1;x15+x25+x3 5+x45+x55=1;end Lingo输出： globaloptimalsolutionfound. objectivevalue:45.00000Infeasibilities:0.000000Totalsolveriterations:8 VariableValueReduced cost x117.000000 x120.000000 x130.000000 x140.0000000.0000001.0000000.0000007.000000 x158.000000
实验2 交互式SQL (参考答案，仅供参考，答案不唯一) 1.使用SQL语言创建下面的三个表 create table Student( Sno varchar(7) primary key, Sname varchar(10) not null, Ssex varchar(2), Sage int, Sdept varchar(20) ) create table Course( Cno varchar(10) primary key, Cname varchar(20) not null, Ccredit int, Semster int, Period int ) create table SC( Sno varchar(7), Cno varchar(10), Grade int , XKLB varchar(4), primary key(Sno,Cno), foreign key(Sno) references Student(Sno), foreign key(Cno) references Course(Cno) ) 2.在以上的三个表中，使用SQL语句插入下面的数据 insert into Student values('9512101','李勇','男','19','计算机系'); insert into Student values('9512102','刘晨','男','20','计算机系'); insert into Student values('9512103','王敏','女','20','计算机系'); insert into Student values('9521101','张立','男','22','信息系'); insert into Student values('9521102','吴宾','女','21','信息系'); insert into Student values('9521103','张海','男','20','信息系'); insert into Student values('9531101','钱小平','女','18','数学系'); insert into Student values('9531102','王大力','男','19','数学系'); insert into Course values('C01','计算机文化基础',3,1,null);
实验二：目标规划 一、实验目的 目标规划是由线性规划发展演变而来的，线性规划考虑的是只有一个目标函数的问题，而实际问题中往往需要考虑多个目标函数，这些目标不仅有主次关系，而且有的还相互矛盾。这些问题用线性规划求解就比较困难，因而提出了目标规划。熟悉目标规划模型的建立，求解过程及结果分析。 二、目标规划的一般模型 设)...2,1(n j x j =是目标规划的决策变量，共有m 个约束是国刚性约束，可能是等式约束，也可能是不等式约束。设有l 个柔性目标约束，其目标规划约束的偏差是 ),...,2,1(,l i d d i i =-+。设有q 个优先级别，分别为q p p p ,...,21。在同一个优先级k p 中，有 不同的权重，分别记为),...,2,1(,l j w w kj kj =- +。因此目标规划模型的一般数学表达式为： min ∑∑=+ +--=+= l j j kj j kj q k k d w d w p z 1 1 );( s.t. ,,...2,1,),(1m i b x a n j i j ij =≥=≤∑= . ,...2,1,0,, ,...,2,1,, ,...2,1,1 l i d d n x o x l i g d d x c i i j i n j i i j ij =≥=≥==-++-=+-∑ 三、实验设备及分组 实验在计算机中心机房进行，使用微型电子计算机，每人一机（一组）。
四、实验容及步骤 1、打开LINGO ，并利用系统菜单和向导在E 盘创建一个项目。目录和项目名推荐使用学生自己的学号。 2、以此题为例，建立数学模型，并用说明语句进行说明，增强程序的可读性。 例2.1： 某工厂生产Ⅰ、Ⅱ两种产品，需要用到A ，B ，C 三种设备，已知有关数据见下表。企业的经营目标不仅仅是利润，还需要考虑多个方面： （1） 力求使利润不低于1500元； （2） 考虑到市场需求，Ⅰ、Ⅱ两种产品的产量比应尽量保持1：2； （3） 设备A 为贵重设备，严格禁止超时使用； （4） 设备C 可以适当加班，但要控制；设备B 即要求充分利用，又尽可能不加班。在重要性上，设备C 是设备B 的3倍。 此题中只有设备A 是刚性约束，其余都是柔性约束。首先，最重要的指标是企业的利润，将它的优先级列为第一级；其次是Ⅰ、Ⅱ两种产品的产量保持1：2的比例，列为第二级；再次，设备B 、C 的工作时间要有所控制，列为第三级。在第三级中，设备B 的重要性是设备C 的3倍，因此它们的权重不一样，设备B 的系数是设备C 的3倍。 该计划问题可用数学模型表示为： 目标函数 min )33()(433322211+ +-+--+++++=d d d p d d p d p z 满足约束条件 2122x x + 12≤ 15003002001121=-+++-d d x x 022221=-+-+ -d d x x 14x 1633=-++ -d d 155442=-++ -d d x 3,2,1,0,,,21=≥+ -i d d x x i i
、实验名称：推销员指派问题 二、实验目的及任务: 1、掌握Lingo软件的使用方法 2、编写简单的Lin go程序 3、解决Lingo中的最优指派问题 三、实验内容 1、问题描述 一个公司要分派5个推销员去5个地区推销某种产品，5个推销员在各个地区推销这种产品的预期利润如下表所示。若每个推销员只能去一个地区。应如何分派这5个推销员才能使公司的利润为最大？ 2、模型建立 决策变量1指派第i个人去第j个地区 (i,j=1,2,3,4,5) : ij 0不指派第i个人去第j个地区 目标函数：设总利润为Z,第i个人去第j个地区的利润为A ij(i,j=1,2,3,4,5)，假设A ij为指派矩阵，则 5 5 Max Z A jj X jj i 1 j 1 约束条件： 1.第j个地区只有一个人去: 5 X ij 1 (j=1,2,3,4,5) i 1 2.第i个人只去一个地区： 5 X ij 1 (i=1,2,3,4,5) j 1 由此得基本模型:
5 5 3、Lingo 程序 （一）常规程序 Lingo 输入： model : max=1*x11+8*x12+9*x13+2*x14+1*x15+5*x21+6*x22+3*x23+10*x24+7*x25+ 3*x31+10*x32+4*x33+11*x34+3*x35+7*x41+7*x42+5*x43+4*x44+8*x45+4*x 51+2*x52+6*x53+3*x54+9*x55; x11+x12+x13+x14+x15=1; x21+x22+x23+x24+x25=1; x31+x32+x33+x34+x35=1; x41+x42+x43+x44+x45=1; x51+x52+x53+x54+x55=1; x11+x21+x31+x41+x51=1; x12+x22+x32+x42+x52=1; x13+x23+x33+x43+x53=1; x14+x24+x34+x44+x54=1; x15+x25+x35+x45+x55=1; end Lingo 输出： Global optimal solution found. Objective value: Infeasibilities: Total solver iterations: Max A ij x ij j1 S,t, x ij i1 j=1,2,3,4,5) x ij 1 i=1,2,3,4,5) j1 x ij 0或1 i,j=1,2,3,4,5) Variable Value Reduced 45.00000 0.000000
实验2 线性规划问题及对偶问题求解 实验内容与答案 提示：灵敏度分析设置方式：先在lingo菜单options里面设置general solver 的dual computation里面加上ranges然后在lingo菜单里面选range就行了注意lingo只能对线性的模型做灵敏度分析 题1 线性规划问题的灵敏度分 美佳公司计划制造 I、II 两种家电产品。已知各制造一件时分别占用设备 A、B 的台时、调试时间、调试工序每天可用于这种家电的能力、各售出一件时的获利情况，如表 1-1 所示。 1.问该公司应制造两种家电各多少件，使其获取的利润最大。 max=2*x1+1*x2; 5*x2<=15; 6*x1+2*x2<=24; x1+x2<=5; Global optimal solution found. Objective value: 8.500000 Infeasibilities: 0.000000 Total solver iterations: 2 Variable Value Reduced Cost X1 3.500000 0.000000 X2 1.500000 0.000000 Row Slack or Surplus Dual Price 1 8.500000 1.000000 2 7.500000 0.000000 3 0.000000 0.2500000 4 0.000000 0.5000000
2. 如果资源出租，资源出租的最低价格至少是多少（即每种资源的影子价格是多少）。 min=15*y1+24*y2+5*y3; 6*y2+y3>=2; 5*y1+2*y2+y3>=1; Global optimal solution found. Objective value: 8.500000 Infeasibilities: 0.000000 Total solver iterations: 3 Variable Value Reduced Cost Y1 0.000000 7.500000 Y2 0.2500000 0.000000 Y3 0.5000000 0.000000 Row Slack or Surplus Dual Price 1 8.500000 -1.000000 2 0.000000 -3.500000 3 0.000000 -1.500000 3.若家电 I 的利润不变，家电 II 的利润在什么范围内变化时，则该公司的最优生产计划将不发生变化。 4 若设备 A 和 B 每天可用能力不变，则调试工序能力在什么范围内变化时，问题的最优解不变。 Ranges in which the basis is unchanged: Objective Coefficient Ranges Current Allowable Allowable Variable Coefficient Increase Decrease X1 2.000000 1.000000 1.000000 X2 1.000000 1.000000 0.3333333 Righthand Side Ranges Row Current Allowable Allowable RHS Increase Decrease 2 15.00000 INFINITY 7.500000 3 24.00000 6.000000 6.000000 4 5.000000 1.000000 1.000000 由灵敏度分析可知：3的解决方案：2-1 LINGO 在多目标规划和最大最小化模型中的应用 在许多实际问题中，决策者所期望的目标往往不止一个，如电力网络管理部门在制定发电计划时即希望安全系数要大，也希望发电成本要小，这一类问题称为多目标最优化问题或多目标规划问题。 一、多目标规划的常用解法 多目标规划的解法通常是根据问题的实际背景和特征，设法将多目标规划转化为单目标规划，从而获得满意解，常用的解法有： 1．主要目标法 确定一个主要目标，把次要目标作为约束条件并设定适当的界限值。 2．线性加权求和法 对每个目标按其重要程度赋适当权重0≥i ω，且1=∑i i ω，然后把) (x f i i i ∑ω作为新的目标函数（其中p i x f i ,,2,1),( =是原来的p 个目标）。 3．指数加权乘积法 设p i x f i ,,2,1),( =是原来的p 个目标，令 ∏==p i a i i x f Z 1)]([ 其中i a 为指数权重，把Z 作为新的目标函数。 4．理想点法 先分别求出p 个单目标规划的最优解*i f ，令 ∑-=2*))(()(i i f x f x h 然后把它作为新的目标函数。 5．分层序列法 将所有p 个目标按其重要程度排序，先求出第一个最重要的目标的最优解，然后在保证前一个目标最优解的前提条件下依次求下一个目标的最优解，一直求到最后一个目标为止。 这些方法各有其优点和适用的场合，但并非总是有效，有些方法存在一些不 足之处。例如，线性加权求和法确定权重系数时有一定主观性，权重系数取值不同，结果也就不一样。线性加权求和法、指数加权乘积法和理想点法通常只能用于两个目标的单位（量纲）相同的情况，如果两个目标是不同的物理量，它们的量纲不相同，数量级相差很大，则将它们相加或比较是不合适的。 二、最大最小化模型 在一些实际问题中，决策者所期望的目标是使若干目标函数中最大的一个达到最小（或多个目标函数中最小的一个达到最大）。例如，城市规划中需确定急救中心的位置，希望该中心到服务区域内所有居民点的距离中的最大值达到最小，称为最大最小化模型，这种确定目标函数的准则称为最大最小化原则，在控制论，逼近论和决策论中也有使用。 最大最小化模型的目标函数可写成 )}(,),(),(max{min 21X f X f X f p X 或 )}(,),(),(min{max 21X f X f X f p X 式中T n x x x X ),,,(21 是决策变量。模型的约束条件可以包含线性、非线性的等式和不等式约束。这一模型的求解可视具体情况采用适当的方法。 三、用LINGO 求解多目标规划和最大最小化模型 1．解多目标规划 用LINGO 求解多目标规划的基本方法是先确定一个目标函数，求出它的最优解，然后把此最优值作为约束条件，求其他目标函数的最优解。如果将所有目标函数都改成约束条件，则此时的优化问题退化为一个含等式和不等式的方程组。LINGO 能够求解像这样没有目标函数只有约束条件的混合组的可行解。有些组合优化问题和网络优化问题，因为变量多，需要很长运算时间才能算出结果，如果设定一个期望的目标值，把目标函数改成约束条件，则几分钟就能得到一个可行解，多试几个目标值，很快就能找到最优解。对于多目标规划，同样可以把多个目标中的一部分乃至全部改成约束条件，取适当的限制值，然后用LINGO 求解，从中找出理想的最优解，这样处理的最大优势是求解速度快，节省时间。 2．解最大最小化问题2019年LINGO在多目标规划和最大最小化模型中的应用
相关主题
文本预览