LINGO基本语法和编程.ppt

• •数学建模课程综合设计数学建模课程综合设计数学建模课程综合设计数学建模课程综合设计第第3 3讲：讲：LINGOLINGO基本语法和编程基本语法和编程王 丹 理学院数学与系统科学系2016年夏季•LINGO程序的基本结构程序的基本结构•LINGO中的集合中的集合•LINGO中的简化函数中的简化函数•LINGO中的运算符中的运算符LINGO程序基本结构程序基本结构1：模型以：模型以Model以以END结束结束Model：：Title “Example”……END注：在程序中若没有注：在程序中若没有Model和和End也能执行，但建也能执行，但建议写完整标准的程序议写完整标准的程序LINGO程序基本结构程序基本结构2：五段（：五段（Section）结构）结构Model：：Title “Example”集合段集合段数据段数据段初始段初始段计算段计算段目标和约束段目标和约束段END五段结构中目标和约束段一般五段结构中目标和约束段一般是不可少的，集合段用得比较是不可少的，集合段用得比较多，数据段次之，初始段和计多，数据段次之，初始段和计算段不一定有这些段的顺序算段不一定有这些段的顺序可调换。

可调换LINGO模型的基本结构模型的基本结构（（1 1）集合段（）集合段（SETSSETS）：）：以以“ SETS:” 开始，开始， “ENDSETS”结束，定义必要的集合变量（结束，定义必要的集合变量（SET）及其）及其元素（元素（MEMBER，含义类似于数组的下标）和属性，含义类似于数组的下标）和属性（（ATTRIBUTE，含义类似于数组）含义类似于数组）Sets:Car/1 2/: lcar;Box/1..7/: hd,zl,js;SL(Car,Box): x;TRI(Car,SL): trx;ENDSETS（（2 2）数据段）数据段(DATA)(DATA)：以：以 “DATA:” 开始开始, “ENDDATA”结束，对集合的属性结束，对集合的属性(数组数组)输入必要的常数数据输入必要的常数数据格式为：格式为：“attribute(属性属性) = value_list(常数列表常数列表);”常数列表常数列表(value_list)中数据之间可以用逗号中数据之间可以用逗号“,”分开，分开，也可以用空格分开也可以用空格分开(回车等价于一个空格回车等价于一个空格),如：如：Data:hd = 48.7 52 61.3 72 48.7 52 64;zl = 2000 3000 1000 500 4000 2000 1000;js = 8 7 9 6 6 4 8;ENDDATA（（3 3）初始段）初始段(INIT)(INIT)：以：以“INIT: ”开始，开始， “ENDINIT”结束，对集合的属性结束，对集合的属性(数组数组)定义初值定义初值(因为因为求解算法一般是迭代算法，所以用户如果能给出一个比求解算法一般是迭代算法，所以用户如果能给出一个比较好的迭代初值，对提高算法的计算效果是有益的较好的迭代初值，对提高算法的计算效果是有益的)。

如果有一个接近最优解的初值，对如果有一个接近最优解的初值，对LINGO求解模型是求解模型是有帮助的定义初值的格式为：有帮助的定义初值的格式为：“attribute（属性）（属性） = value_list（常数列表）；（常数列表）；”这与数据段中的用法是类似的这与数据段中的用法是类似的Init:x = 1 1 1 1 1 1 1 1 1 1 1 1 1 1;Endinit（（4 4）计算段）计算段(CALC)(CALC)：以：以“CALC: ”开始，开始， “ENDCALC”结束，对一些原始数据进行计算处理结束，对一些原始数据进行计算处理在实际问题中，输入的数据通常是原始数据，不一定在实际问题中，输入的数据通常是原始数据，不一定能在模型中直接使用，可以在这个段对这些原始数据进能在模型中直接使用，可以在这个段对这些原始数据进行一定的行一定的“预处理预处理”，得到模型中真正需要的数据得到模型中真正需要的数据例如例如Calc:TotalWeight = @sum(Box(i): zl(i)*js(i));EndCalc 注意计算段只能对常量进行计算，不能对需要注意计算段只能对常量进行计算，不能对需要通过解优化程序求解出来的变量进行计算。

通过解优化程序求解出来的变量进行计算（（5 5）目标与约束段）目标与约束段：目标函数、约束条件等，没有段：目标函数、约束条件等，没有段的开始和结束标记，因此实际上就是除其它四个段的开始和结束标记，因此实际上就是除其它四个段(都有都有明确的段标记明确的段标记)外的外的LINGO模型这是模型这是Lingo程序最重要程序最重要的部分MAX = @sum(Car(i):@sum(Box(j):hd(j)/100*x(i,j)));@for(Box(j):x(1,j)+x(2,j)<=js(j));@for(Car(i):@sum(Box(j):zl(j)/1000*x(i,j))<=40);@for(Car(i):@sum(Box(j):hd(j)/100*x(i,j))<=10.2);@for(Car(i):@sum(Box(j)|j#GE#5:hd(j)/100*x(i,j))<=3.027);@for(SL(i,j):x(i,j)>=0);@for(SL(i,j):@GIN(x(i,j)));一个简单的一个简单的LINGO程序程序例例 直接用LINGO来解如下二次规划问题：输入窗口如下：输入窗口如下：输出结果：输出结果：运行菜单命令运行菜单命令“LINGO|Solve” 最优整数解最优整数解X=(35.37,64.63)最大利润最大利润=11077.87 输出结果备注：输出结果备注：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。

LINGO是将它作为NLP(非线性规划)来求解，找到的是全局最优解一个复杂一些的一个复杂一些的LINGO程序程序例例 直接用LINGO来解如下线性规划问题：程序如下：集合段集合段数据段数据段初始段初始段计算段计算段目标函数目标函数约束条件约束条件输出结果输出结果LINGO是将它作为ILP(整数线性规划)来求解，找到全局最优解LINGO程序注意的几个问题程序注意的几个问题LINGO的基本用法的几点注意事项的基本用法的几点注意事项 •LINGO中不区分大小写字母；变量和行名可以超过8个字符，但不能超过32个字符，且必须以字母开头•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)•变量可以放在约束条件的右端(同时数字也可放在约束条件的左端)但为了提高LINGO求解时的效率，应尽可能采用线性表达式定义目标和约束(如果可能的话)•语句是组成LINGO模型的基本单位,每个语句都以分号结尾，编写程序时应注意模型的可读性例如：一行只写一个语句，按照语句之间的嵌套关系对语句安排适当的缩进，增强层次感•以感叹号开始的是说明语句(说明语句也需要以分号结束)）。

集合的基本用法集合的基本用法理解理解LINGO建模语言最重要的是理解集合（建模语言最重要的是理解集合（Set）及其）及其属性（属性（Attribute）的概念 例例 SAILCO公司需要决定下四个季度的帆船生产量下公司需要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四个季度的帆船需求量分别是40条，条，60条，条，75条，条，25条，条，这些需求必须按时满足每个季度正常的生产能力是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条帆船，每条船的生产费用为400美元如果加班生产，美元如果加班生产，每条船的生产费用为每条船的生产费用为450美元每个季度末，每条船的美元每个季度末，每条船的库存费用为库存费用为20美元假定生产提前期为美元假定生产提前期为0，初始库存为，初始库存为10条船如何安排生产可使总费用最小？条船如何安排生产可使总费用最小？用用DEM,RP,OP,INV分别表示需求量、正常生产的产量、分别表示需求量、正常生产的产量、加班生产的产量、库存量，则加班生产的产量、库存量，则DEM,RP,OP,INV对每个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季度都应该有一个对应的值，也就说他们都应该是一个由由4个元素组成的数组，其中个元素组成的数组，其中DEM是已知的，而是已知的，而RP,OP,INV是未知数。

是未知数 问题的模型问题的模型( (可以看出是可以看出是LP模型模型 )目标函数是所有费用的和目标函数是所有费用的和 约束条件主要有三个：约束条件主要有三个：1）能力限制：）能力限制：2）产品数量的平衡方程：）产品数量的平衡方程： 3）变量的非负约束）变量的非负约束由于LINGO中没有数组，只能对每个季度分别定义变量，如正常产量就要有RP1，RP2，RP3，RP4 4个变量等写起来就比较麻烦，尤其是更多(如1000个季度)的时候 记四个季度组成的集合QUARTERS={1，2，3，4}，它们就是上面数组的下标集合，而数组DEM,RP,OP, INV对集合QUARTERS中的每个元素1，2，3，4分别对应于一个值LINGO正是充分利用了这种数组及其下标的关系，引入了“集合”及其“属性”的概念，把QUARTERS={1，2，3，4}称为集合，把DEM,RP,OP, INV称为该集合的属性(即定义在该集合上的属性)•QUARTERS集合的属性•DEM• RP•OP• INV•QUARTERS集合•2•3•4•1 集合及其属性集合及其属性 集合元素及集合的属性确定的所有变量集合元素及集合的属性确定的所有变量集合QUARTERS的元素1234定义在集合QUARTERS上的属性DEMDEM(1)DEM(2) DEM(3) DEM(4)RPRP(1)RP(2)RP(3)RP(4)OPOP(1)OP(2)OP(3)OP(4)INVINV(1)INV(2)INV(3)INV(4)LINGO中定义集合及其属性中定义集合及其属性 LP模型在模型在LINGO中的一个典型输入方式中的一个典型输入方式 以以“MODEL：：”开始开始 以以“END”结结束束集合定义部分从集合定义部分从(“SETS：：”到到“ENDSETS” )：定：定义集合及其属性义集合及其属性集合定义部分从集合定义部分从(“DATA：：”到到“ENDDATA” )给出优化目标给出优化目标和约束和约束 基本集合与派生集合基本集合与派生集合 例例 建筑工地的位置建筑工地的位置(用平面坐标用平面坐标a, b表示，距离单位：表示，距离单位：公里公里)及水泥日用量及水泥日用量d(吨吨)下表给出。

有两个临时料场位下表给出有两个临时料场位于于P (5,1), Q (2, 7),日储量各有日储量各有20吨从A, B两料场分别两料场分别向各工地运送多少吨水泥，使总的吨公里数最小两个向各工地运送多少吨水泥，使总的吨公里数最小两个新的料场应建在何处，节省的吨公里数有多大？新的料场应建在何处，节省的吨公里数有多大？１１２２３３４４５５６６a1.258.750.55.7537.25b1.250.754.7556.57.75d3547611建立模型建立模型记工地的位置为记工地的位置为 ，水泥日用量为，水泥日用量为 ；料场；料场位置为位置为 ，日储量为，日储量为 ；从料场；从料场 向工地向工地 的的运送量为运送量为 使用现有临时料场时，决策变量只有使用现有临时料场时，决策变量只有 （非负），所以这是（非负），所以这是LP模型；当为新模型；当为新建料场选址时决策变量为建料场选址时决策变量为 和和 ，由于目标函数，由于目标函数 对对 是非线性的，是非线性的，所以在新建料场时是所以在新建料场时是NLP模型。

先解模型先解NLP模型，而把现有临时料场的位置作模型，而把现有临时料场的位置作为初始解告诉为初始解告诉LINGO 本例中集合的概念本例中集合的概念利用集合的概念，可以定义需求点利用集合的概念，可以定义需求点DEMAND和供应点和供应点SUPPLY两个集合，分别有两个集合，分别有6个和个和2个元素个元素(下标下标)但决策变量策变量(运送量运送量) 与集合与集合DEMAND和集合和集合SUPPLY都都有关系的该如何定义这样的属性？有关系的该如何定义这样的属性？集合的属性相当于以集合的元素为下标的数组这里的集合的属性相当于以集合的元素为下标的数组这里的 相当于二维数组它的两个下标分别来自集合相当于二维数组它的两个下标分别来自集合DEMAND和和SUPPLY，因此可以定义一个由二元对组，因此可以定义一个由二元对组成的新的集合，然后将成的新的集合，然后将 定义成这个新集合的属性定义成这个新集合的属性输入程序输入程序 定义了三个集合，其中定义了三个集合，其中LINK在前在前两个集合两个集合DEMAND 和和SUPPLY的的基础上定义基础上定义表示集合表示集合LINK中的元素就是集合中的元素就是集合DEMAND 和和SUPPLY的元素组合成的有序二元组，的元素组合成的有序二元组，从数学上看从数学上看LINK是是DEMAND 和和SUPPLY的笛的笛卡儿积，也就是说卡儿积，也就是说LINK={（（S，，T））|SDEMAND，，TSUPPLY}因此，其属性因此，其属性C也就是一个也就是一个6*2的矩阵（或者说的矩阵（或者说是含有是含有12个元素的二维数组）。

个元素的二维数组）LINGO建模语言也称为矩阵生成器（建模语言也称为矩阵生成器（MATRIX GENERATOR）类似DEMAND 和和SUPPLY直接把元素列举出直接把元素列举出来的集合，称为来的集合，称为基本集合基本集合(primary set),而把而把LINK这种基于其它这种基于其它集合而派生出来的二维或多维集合称为集合而派生出来的二维或多维集合称为派生集合派生集合(derived set)由于是由于是DEMAND 和和SUPPLY生成了派生集合生成了派生集合LINK，所以，所以DEMAND 和和SUPPLY 称为称为LINK的的父集合父集合输入程序输入程序 初始段 INGO对数据是按列赋值的 语句的实际赋值顺序是X=(5,2), Y=(1,7), 而不是X=(5,1), Y=（2,7) 等价写法：“X=5,2； Y=1,7；”同理，数据段中对常数数组A，B的赋值语句也可以写成A, B=1.25 1.25 8.75 0.75 0.5 4.75 5.75 5 3 6.5 7.25 7.75；输入程序输入程序 定义目标和约束，与前例的方法是类似(这里包含了派生集合)，请注意这里用到了集合函数@SUM和@FOR的用法。

由于新建料场的位置理论上讲可以是任意的，所以在约束的最后(模型的“END”语句上面的一行)用@free函数取消了变量X、Y的非负限制在程序开头用TITLE语句对这个模型取了一个标题“LOCATION PROBLEM；并且对目标行（[OBJ]）和两类约束（DEMAND_CON、SUPPLY_CON）分别进行了命名(请特别注意这里约束命名的特点) 解答解答:运行菜单命令运行菜单命令“LINGO|Solve” 局部最优解局部最优解X(1)=7.249997，， X(2)=5.695940，，Y(1)=7.749998，， Y(2)=4.928524，，C（略），（略），最小运量最小运量=89.8835(吨公里吨公里) 问题问题:最小运量最小运量89.8835是不是全局最优是不是全局最优 是用是用“LINGO|Options”菜单命令打开选项对话框，在菜单命令打开选项对话框，在“Global Solver”选项卡上选择选项卡上选择“Use Global Solver”, 激激活全局最优求解程序活全局最优求解程序问题问题:最小运量最小运量89.8835是不是全局最优是不是全局最优 为减少计算工作量，对为减少计算工作量，对X，，Y的取值再做一些限制。

虽然理论上的取值再做一些限制虽然理论上新建料场的位置可以是任意的，但显然最佳的料场位置不应该离新建料场的位置可以是任意的，但显然最佳的料场位置不应该离工地太远，至少不应该超出现在工地太远，至少不应该超出现在6个工地所决定的坐标的最大、个工地所决定的坐标的最大、最小值决定的矩形之外，即最小值决定的矩形之外，即: 0.5<=x<=8.75, 0.75<=y<=7.75. 可以用可以用@bnd函数加函数加上这个条件取代模型上这个条件取代模型END上面的行，运行上面的行，运行NLP模型，全局最优模型，全局最优求解程序花费的时间求解程序花费的时间仍然很长，运行仍然很长，运行27分分35秒时人为终止求解秒时人为终止求解(按下按下“Interrupt Solver”按钮按钮)得到左得到左边模型窗口和全局求边模型窗口和全局求解器的状态窗口解器的状态窗口此时目标函数值的下界（此时目标函数值的下界（Obj Bound=85.2638）与目前得到的最好）与目前得到的最好的可行解的目标函数值（的可行解的目标函数值（Best Obj=85.2661）相差已经非常小，可）相差已经非常小，可以认为已经得到了全局最优解。

以认为已经得到了全局最优解 计算结果计算结果 工地与料场示意图工地与料场示意图 : “*”表示料场，表示料场，“+”表示工地表示工地 可以认为是模型的最后结果可以认为是模型的最后结果 附注：如果要把料厂P(5, 1), Q (2, 7)的位置看成是已知并且固定的，这时是LP模型只需要把初始段的“X Y =5，1，2，7；”语句移到数据段就可以了此时，运行结果告诉我们得到全局最优解（变量C的取值这里略去），最小运量136.2275(吨公里)稠密集合与稀疏集合稠密集合与稀疏集合 包含了两个基本集合构成的所有二元有序对的派生集合包含了两个基本集合构成的所有二元有序对的派生集合称为称为稠密集合稠密集合(简称稠集简称稠集)有时候，在实际问题中，一些有时候，在实际问题中，一些属性属性(数组数组) 只在笛卡儿积的一个真子集合上定义，这种只在笛卡儿积的一个真子集合上定义，这种派生集合称为派生集合称为稀疏集合稀疏集合(简称疏集简称疏集)例例 (最短路问题最短路问题) 在纵横交错的公路网中，货车司机希望找到一条在纵横交错的公路网中，货车司机希望找到一条从一个城市到另一个城市的最短路从一个城市到另一个城市的最短路. 下图表示的是公路网下图表示的是公路网, 节点表节点表示货车可以停靠的城市示货车可以停靠的城市,弧上的权表示两个城市之间的距离弧上的权表示两个城市之间的距离(百公里百公里). 那么那么,货车从城市货车从城市S出发到达城市出发到达城市T,如何选择行驶路线如何选择行驶路线,使所经过的使所经过的路程最短路程最短?STA1 A2 A3 B1 B2 C1 C2 633665874678956STA1 A2 A3 B1 B2 C1 C2 633665874678956分析分析 假设从假设从S到到T的最优行驶路线的最优行驶路线 P 经过城市经过城市C1, 则则P中从中从S到到C1的子路的子路也一定是从也一定是从S到到C1的最优行驶路线的最优行驶路线; 假设假设 P 经过城市经过城市C2, 则则P中从中从S到到C2的子路也一定是从的子路也一定是从S到到C2的最优的最优行驶路线行驶路线. 因此因此, 为得到从为得到从S到到T的最优行驶路线的最优行驶路线, 只需要先求出从只需要先求出从S到到Ck(k=1,2)的最优行驶路线的最优行驶路线, 就可以方便地得到从就可以方便地得到从S到到T的最优行驶路线的最优行驶路线. 同样同样,为了求出从为了求出从S到到Ck(k=1,2)的最优行驶路线的最优行驶路线, 只需要先求出从只需要先求出从S到到Bj(j=1,2)的最优行驶路线的最优行驶路线; 为了求出从为了求出从S到到Bj(j=1,2)的最优行驶路线的最优行驶路线, 只需要先求出从只需要先求出从S到到Ai (i=1,2,3)的最优行驶路线的最优行驶路线. 而而S到到Ai(i=1,2,3)的最优行驶路线是很容的最优行驶路线是很容易得到的易得到的(实际上实际上, 此例中此例中S到到Ai(i=1,2,3)只有唯一的道路只有唯一的道路) 分析分析 STA1 A2 A3 B1 B2 C1 C2 633665874678956此例中可把从S到T的行驶过程分成4个阶段,即 S→Ai (i=1,2或3), Ai → Bj(j=1或2), Bj → Ck(k=1或2), Ck → T. 记d(Y,X)为城市Y与城市X之间的直接距离(若这两个城市之间没有道路直接相连，则可以认为直接距离为∞)，用L(X)表示城市S到城市X的最优行驶路线的路长: 本例的计算本例的计算STA1 A2 A3 B1 B2 C1 C2 633665874678956所以, 从S到T的最优行驶路线的路长为20. 进一步分析以上求解过程, 可以得到从S到T的最优行驶路线为S→ A3→ B2→ C1 → T.这种计算方法在数学上称为动态规划(Dynamic Programming) 本例的本例的LINGO求解求解“CITIES”(城市城市):一个基本集合一个基本集合(元素通过枚举给出元素通过枚举给出)L:CITIES对应的属性变量对应的属性变量(我们要求的最短路长我们要求的最短路长) “ROADS”(道路):由CITIES导出的一个派生集合(请特别注意其用法),由于只有一部分城市之间有道路相连，所以不应该把它定义成稠密集合，将其元素通过枚举给出，这就是一个稀疏集合。

D:稀疏集合ROADS对应的属性变量(给定的距离)本例的本例的LINGO求解求解从模型中还可以看出：这个从模型中还可以看出：这个LINGO程序可以没有目标程序可以没有目标函数，这在函数，这在LINGO中，可以用来找可行解中，可以用来找可行解(解方程组和解方程组和不等式组不等式组)在数据段对在数据段对L进行赋值，只有进行赋值，只有L(S)=0已已知，后面的值为空知，后面的值为空(但位置必须留出来，但位置必须留出来，即逗号即逗号“，，”一个也不能少，否则会出一个也不能少，否则会出错错)如果这个语句直接写成如果这个语句直接写成“L=0；；”，语法上看也是对的，但其含义是，语法上看也是对的，但其含义是L所所有元素的取值全部为有元素的取值全部为0，所以也会与题，所以也会与题意不符本例的本例的LINGO求解求解虽然集合虽然集合CITIES中的元素不是数字，但当中的元素不是数字，但当它以它以CITIES(I)的形式出现在循环中时，引的形式出现在循环中时，引用下标用下标I却实际上仍是正整数，也就是说却实际上仍是正整数，也就是说I指指的正是元素在集合中的位置的正是元素在集合中的位置(顺序顺序)，一般称，一般称为元素的索引为元素的索引(INDEX)。

在在@for循环中的过滤条件里用了一个函数循环中的过滤条件里用了一个函数“@index”, 其作用是返回一个元素在集合其作用是返回一个元素在集合中的索引值，这里中的索引值，这里@index(S)=1(即元素即元素S在在集合中的索引值为集合中的索引值为1)，所以逻辑关系式，所以逻辑关系式“I#GT#@index(S)”可以可以直接等价地可以可以直接等价地写成写成“I#GT#1” 这里@index(S)实际上还实际上还是是@index(CITIES,S)的简写，即返回的简写，即返回S在集在集合合CITIES中的索引值中的索引值本例的本例的LINGO求解结果求解结果从S到T的最优行驶路线的路长为20(进一步分析，可以得到最优行驶路线为S→ A3→ B2→ C1 → T) 本例中定义稀疏集合本例中定义稀疏集合ROADS的方法是将其元素通过枚举的方法是将其元素通过枚举给出，有时如果元素比较多，用起来不方便另一种定给出，有时如果元素比较多，用起来不方便另一种定义稀疏集合的方法是义稀疏集合的方法是“元素过滤元素过滤”法，能够从笛卡儿积法，能够从笛卡儿积中系统地过滤下来一些真正的元素中系统地过滤下来一些真正的元素。

例例 某班某班8名同学准备分成名同学准备分成4个调查队个调查队(每队两人每队两人)前往前往4个个地区进行社会调查这地区进行社会调查这8名同学两两之间组队的效率如名同学两两之间组队的效率如下表所示下表所示(由于对称性，只列出了严格上三角部分由于对称性，只列出了严格上三角部分)，问，问如何组队可以使总效率最高？如何组队可以使总效率最高？学生S1S2S3S4S5S6S7S8S1-9342156S2--173521S3---44292S4----1552S5-----876S6------23S7-------4分析分析 这是一个匹配（MATCHING）问题把上表的效率矩阵记为BENEFIT(由于对称性，这个矩阵只有严格上三角部分共28个数取非零值) 用MATCH（Si，Sj）=1表示同学Si，Sj组成一队 ，而MATCH（Si，Sj）=0表示Si，Sj不组队由于对称性，只需考虑i

由上面的分析，因此，完整的数学模型如下(显然，这是一个0-1线性规划)：问题的问题的LINGO求解求解“S1..S8”等价于写成“S1 S2 S3 S4 S5 S6 S7 S8”, 它没有相关的属性列表，只用于表示是一个下标集合 在派生集合PAIRS定义中增加了过滤条件 “&2#GT#&1”,意思是第2个父集合的元素的索引值(用“&2”表示)大于第1个父集合的元素的索引值(用“&1”表示)PAIRS中的元素对应于上表中的严格上三角部分的二维下标(共28个元素)BENEFIT和MATCH是PAIRS的属性 注意数据段对BENEFIT的赋值方式，“LINGO按照列的顺序对属性变量的元素进行赋值在约束部分，过滤条件“J #EQ# I #OR# K #EQ# I”是由逻辑运算符“#OR#（或者）”连接的一个复合的逻辑关系式，连接由“#EQ#（等于）”表示的两个逻辑关系由于“#OR#”的运算级别低于“#EQ#”，所以这个逻辑式中没有必要使用括号指定运算次序 LINGO求解结果求解结果“LINGO|SOLVE”运行这个程序，可以得到全局最优值为30 MATCH变量中多数为0，可以更清晰地浏览最优解解。

选择菜单命令“LINGO|SOLUTION”，可以看到图示对话框选择属性MATCH(变量)选择Text(文本格式)选择Nonzeros Only(只显示非零值)点击“OK”按钮，得到关于最优解的非零分量的报告学生最佳的组队方式是学生最佳的组队方式是(1,8),(2,4),(3,7),(5,6).集合的使用小结集合的使用小结 集合的不同类型及其关系集合的不同类型及其关系 集合集合派生集合派生集合稀疏集合稀疏集合稠密集合稠密集合基本集合基本集合元素列表法元素列表法 元素过滤法元素过滤法 直接列举法直接列举法 隐式列举法隐式列举法 基本集合的定义语法基本集合的定义语法 基本集合的定义格式为(方括号“[ ]”中的内容是可选项, 可以没有):setname [/member_list/] [: attribute_list];其中setname为定义的集合名，member_list为元素列表，attribute_list为属性列表元素列表可以采用显式列举法(即直接将所有元素全部列出,元素之间用逗号或空格分开),也可以采用隐式列举法隐式列举法可以有几种不同格式，类型隐式列举格式示例示例集合表示的元素数字型1..n1..51, 2, 3, 4, 5字符-数字型stringM..stringNCar101..car208Car101, car102, … , car208日期（星期）型dayM..dayNMON..FRIMON, TUE, WED, THU, FRI月份型monthM..monthNOCT..JANOCT, NOV, DEC, JAN年份-月份型monthYearM..monthYearNOCT2001..JAN2002OCT2001, NOV2001, DEC2001, JAN2002 元素列表和属性列表都是可选的。

当属性列表不在集合定义中出现时，这样的集合往往只是为了将来在程序中作为一个循环变量来使用,或者作为构造更复杂的派生集合的父集合使用(匹配问题中的集合STUDENTS没有属性列表) 而当元素列表不在基本集合的定义中出现时,则必须在程序的数据段以赋值语句的方式直接给出元素列表 例如，前例中SAILCO公司决定四个季度的帆船生产量模型的集合段和数据段可以分别改为：SETS: QUARTERS:DEM,RP,OP,INV; !注意没有给出集合的元素列表;ENDSETSDATA: QUARTERS DEM=1 40 2 60 3 75 4 25; !注意LINGO按列赋值的特点;ENDDATA基本集合的定义语法基本集合的定义语法 帆船生产量模型的源程序匹配问题的源程序派生集合的定义语法派生集合的定义语法 派生集合的定义格式为(方括号“[ ]”中的内容是可选项, 可以没有): setname(parent_set_list) [/member_list/] [: attribute_list];与基本集合的定义相比较多了一个parent_set_list(父集合列表)。

父集合列表中的集合(如 set1，set2，…，等)称为派生集合setname的父集合，它们本身也可以是派生集合当元素列表(member_list)不在集合定义中出现时，还可以在程序的数据段以赋值语句的方式给出元素列表；若在程序的数据段也不以赋值语句的方式给出元素列表，则认为定义的是稠密集合，即父集合中所有元素的有序组合(笛卡儿积)都是setname的元素当元素列表在集合定义中出现时，又有“元素列表法”(直接列出元素)和“元素过滤法”(利用过滤条件)两种不同方式在在LINGO中的简化函数中的简化函数 Lingo程序中最重要的两个函数：程序中最重要的两个函数：@SUM(集合（下标）：关于集合的属性的表达式集合（下标）：关于集合的属性的表达式)对语句中冒号对语句中冒号“：：”后面的表达式，按照后面的表达式，按照“：：”前前面的集合指定的下标（元素）进行求和面的集合指定的下标（元素）进行求和 比如前面例子中目标函数也可以等价地写成比如前面例子中目标函数也可以等价地写成@SUM(QUARTERS(i): 400*RP(i) +450*OP(i) +20*INV(i) )；；“@SUM”相当于求和符号相当于求和符号“∑”，，“QUARTERS(i)”相当于下表集合的含义。

相当于下表集合的含义由于本例中目标函数对集合由于本例中目标函数对集合QUARTERS的所有元素的所有元素(下下标标) 都要求和，所以可以将下标都要求和，所以可以将下标i省去 目标函数求和：对下目标函数求和：对下标变量标变量QUARTER,后面的算式进行求和后面的算式进行求和 Link为二维数组，所以这里可以直接对二维数组中所有的元素求和，当然也可以转为两个以为数组的求和形式这时候是嵌套使用目标函数，求和式目标函数，求和式可嵌套使用，但注可嵌套使用，但注意嵌套的层次意嵌套的层次当二维数组为稀疏数组时，相应的求和为数组定义中已定义的数组元素的求和 循环函数循环函数@FOR(集合集合(下标下标)：关于集合的属性的约束关系式：关于集合的属性的约束关系式) 对冒号对冒号“：：”前面的集合的每个元素（下标），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后面的约束关系式都要成立 前面例中，每个季度正常的生产能力是前面例中，每个季度正常的生产能力是40条帆船，这正条帆船，这正是语句是语句“@FOR(QUARTERS(I):RP(I)<40;);”的含义由于对所有元素由于对所有元素(下标下标I),约束的形式是一样的，所以也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，将下标可以像上面定义目标函数时一样，将下标i省去，省去，这个语句可以简化成这个语句可以简化成“@FOR(QUARTERS:RP<40);” 。

每一个For循环实际上对应很多条约束For循环可与SUM嵌套，但一定是For在外，SUM在内，不可能SUM中配For循环，语法不符，另一方面Sum潜在有循环的功能特别注意特别注意For循环的循循环的循环变量一旦循环变环变量一旦循环变量错误，代码表示的量错误，代码表示的语法与模型可能差别语法与模型可能差别很大任意I和J，match(i,j)为0或1，这里可以用二维下标 For循环中同样可循环中同样可以对下标执行限制以对下标执行限制操作，称为过滤条操作，称为过滤条件其它常用函数其它常用函数@Bin(变量）：变量为变量）：变量为0-1变量@GIN(变量）：变量为正整数变量变量）：变量为正整数变量@Free(变量）：对变量类型没有限制变量）：对变量类型没有限制@MAX(下标：变量）：对所有下标表示的变量求最下标：变量）：对所有下标表示的变量求最大值@MIN(下标：变量）：对所有下标表示的变量求最下标：变量）：对所有下标表示的变量求最小值@Prod(下标：变量）：对所有下标表示的变量求乘下标：变量）：对所有下标表示的变量求乘积@BND(变量变量,L,H）：对变量限制范围对变量限制范围。

运算符及其优先级运算符及其优先级 算术运算符算术运算符加、减、乘、除、乘方等数学运算(即数与数之间的运算，运算结果也是数)LINGO中的算术运算符有以下5种：+（加法），—（减法或负号），*（乘法），/（除法），^ (求幂)逻辑运算符逻辑运算符运算结果只有“真”(TRUE)和“假”(FALSE)两个值(称为“逻辑值”)，LINGO中用数字1代表TRUE，其他值(典型的值是0)都是FALSE在LINGO中，逻辑运算(表达式)通常作为过滤条件使用,逻辑运算符有9种，可以分成两类：#AND#(与),#OR#(或),#NOT#(非)：逻辑值之间的运算，它们操作的对象本身已经是逻辑值或逻辑表达式，计算结果也是逻辑值EQ#(等于),#NE#(不等于),#GT#(大于),#GE#(大于等于),#LT#(小于),#LE#(小于等于)：是“数与数之间”的比较,也就是它们操作的对象本身必须是两个数, 计算得到的结果是逻辑值关系运算符关系运算符表示是“数与数之间”的大小关系，在LINGO中用来表示优化模型的约束条件LINGO中关系运算符有3种：<(即<=，小于等于),=(等于)，>(即>=，大于等于)(在优化模型中约束一般没有严格小于、严格大于关系)运算符的优先级运算符的优先级 优先级最高 最低运算符#NOT#—(负号)^ */+—(减法)#EQ# #NE# #GT# #GE# #LT# #LE##AND# #OR#< = >谢谢 谢！谢！ •结束语结束语若有不当之处，请指正，谢谢！若有不当之处，请指正，谢谢！。