助力国赛 | 第3弹 规划问题（Lingo版）

杨利霞

* _8 {; C5 z2 v8 S助力国赛 | 第3弹 规划问题（Lingo版）

前言

上次介绍了用MATLAB来求解规划问题，功能强大是强大，但总觉得有点不爽，函数里面的参数有点难记，万一输错了岂不玩完了。的确在可读性这方面，MATLAB做的差一点。正是基于此在此向各位推荐另一款软件——Lingo。Lingo在数学规划上也是大名鼎鼎的。本次首先会简单介绍下Lingo和其基本操作，齐次介绍些高级操作，最后还是回到实际问题中，在具体问题中一睹Lingo的强大。

• 基本操作
• 高级操作
• 实际应用
  

基本操作简介

Lingo是美国Lindo系统公司开发的一套专业的求解最优化问题的软件包，可以求解线性规划、二次规划、非线性规划、线性方程组、非线性方程组和整数规划等。LINGO软件有多种版本，如LINDO，GINO 和LINGO(包括LINGO NL)软件。在这些软件中关系最让人“头痛”的恐怕就时Lingo与Lindo的关系，其实可以这样简单的理解：Lindo是可以是这些软件集合的代名词，Lingo只是其中一种具体的软件而已。管他们什么关系，知道现在被广泛使用的是Lingo就行了。
% x5 y+ m* @, vLingo是一款商业软件，使用是需要付费的，可以登录他们的官网：http://www.lindo.com 进行查看，但在天国获取的方法就不仅限于此了，具体可以访问某度，在此就不细说了。
* C7 C3 s* x4 \! j

7 C* x, z3 b- H! G) Z

下面“吹一吹”Lingo。

强大的求解整数规划功能是Lingo软件的最大特色，且求解速度非常快。Lingo还是最优化问题的一种数学建模语言，它包括许多常用的数学函数，这些函数可供使用者在建立最优化模型时调用。此外，Lingo提供与文本文件、Excel文件和数据库文件的接口，便于输入、求解和分析大规模最优化问题。

9 G. V( N  Y* t$ y/ N初印象

第一眼还是很重要的，下面就看一看Lingo。
; P' Q3 A2 L; k& Y建面如下：

常用工具栏：

# Q7 Z" e7 W/ E, K3 r/ ?

Lingo文件类型：

文件后缀名为“.lg4”保存了模型窗口中所能够看到的所有文本和其他对象及其格式信息。

运算符

算数运算符: 用于数与数之间的数学运算。
* v3 E9 e6 R3 I2 xLINGO中的算术运算符有以下5种：
+（加法）
5 L4 x3 f  [+ \5 j/ Y( f- K-（减法或负号）
' K1 ~( H( k) h*（乘法）
/（除法）
^ (求幂)

关系运算符：表示“数与数之间”的大小关系。
LINGO中关系运算符有3种：
< (即<=，小于等于)
* _& T# G% O  }* V: w3 \1 y; n= (等于)
8 j9 F1 s7 C! l, g> (即>=，大于等于)

简单程序编写

求解如下问题：
4 E. G0 \0 e7 C' {

. ]. q: x9 S5 a3 v9 r7 `' a

编写程序：

点击求解按钮：

' P# o9 {2 N$ W4 d0 q

分析结果：

所以当x1 = 0，x2 = 5时，取得目标函数的最优值15。

高级操作

下面详细介绍Lingo的用法。

基本语法

在LINGO语句中通常以MODEL开始，END结束(MODEL和END行也可以删除)，目标函数表达式前需要加“MAX=”或“MIN=”. 在写LINGO模型中，注意：

• LINGO模型已假设各个决策变量非负. 若变量无非负约束或有上下界，则可以考虑用@free、@sub、@slb或@bnd来定义.
• 变量名不能超过32个字符，且必须以字母（A-Z）开头，其后可以是字母、数字（0-9）和下划线（_）的任意组合.
• 变量名不区分大小写.
• 在约束中“&gt;=”与“&gt;”等同，“&lt;=”与“&lt;”等同.
• 在目标函数或约束条件中需要以“；”结束.
• 标点符号等要在英文状态下输入.
• “！”为注释符号，其后为注释内容，注释以“；”结束.
• 逻辑运算主要包括：#EQ#(等于)，#NE#（不等于），#GE#（大于等于），#LT#（小于），#LE#（小于等于）.
  % c0 V$ {8 r/ P7 V9 w' z" d

段

LINGO中建立的优化模型可以由六个部分组成，或称为六“段”。

• 集合段：用于定义数组型性变量SETS: ……ENDSETS
• 数据段：用于变量赋值与数据传递DATA: ……ENDDATA
• 目标与约束段：用于列出目标与约束唯一一个没有段的开始和结束标记
• 计算段：用于数据初始整理计算CALC: ……ENDCALC
• 初始段：用于变量赋初值迭代寻优INIT: ……ENDINIT
• 子模型段：用于表达子模型进行调用@SUBMODEL mymodel:可执行语句（约束+目标）ENDSUBMODEL
  

有了这些我们就可以，不必把表达式全都列举出来了，下面这个表达方式：

5 u' X/ V) }* `

code：

sets:！集合段;s/1..100/:x;!基本集合, 集合名与属性变量;endsets!目标与约束段;@sum(s(i):x(i))<90;！循环求和函数;
; g5 O5 y  j% n( l. d2 ]6 N' c
8 u8 a: b. _8 ~; X

code：

sets:！集合段;ss/1..10/:b;endsetsdata:! 数据段;b=1 0 1 2 3 5 2 6 1 2;enddata

code：

sets:！集合段;a/1..100/:x;b/1..200/:y;Endsets！目标与约束段;@for(b(j):@gin(y(j)));@for(a(i):@bin(x(i));
8 w* Y* U4 C5 C派生集合

派生集合就是派生出来的集合，看几个例子就懂了。

; J8 P) y0 I5 f8 P. [3 l

code：

sets:a/1..100/:;b/1..200/:;C(a,b):x;！派生集合;Endsets！目标与约束段;@sum(c(i,j):x(i,j))=280;

0 s; t+ G* W' |8 E: G5 b

code：

sets:a/1..100/:;b/1..200/:;C(a,b):x;Endsets！目标与约束段;@for(b(j):@sum(a(i):x(i,j))>150.001);!集合元素的循环函数;
* N8 v, [4 c2 z3 f0 w. M! R2 B+ f

code：

sets:a/1..100/:;b/1..200/:y;C(a,b):x;Endsets！目标与约束段;@for(b(j):@gin(y(j)));@for(c(i,j):@bin(x(i,j));
逻辑运算符与过滤条件

这个前面提到过，再罗列一次：
% T- ]8 R/ l2 V" q# c& v5 ZLINGO逻辑运算符有9种：
' b$ D+ {+ {8 `6 E. O! [#AND#(与),#OR#(或),#NOT#(非)：
, n6 X+ K" ]7 J- D9 j#EQ#(等于),#NE#(不等于),
4 F0 |) X) k. P8 U6 D7 p# Q; q#GT#(大于),#GE#(大于等于),
2 O  r5 F) W, C$ {- B& V* h#LT#(小于),#LE#(小于等于)
) \6 u& v# R& N) k1 G看下面一个例子：

& y5 P5 U1 p, J

code：

sets:a/1..20/:;b/1..30/:;C/1..40/:;d(a,b,c):x;Endsets！目标与约束段;@for(a(i):@for(b(j):@sum(c(i,j,k)|k#gt#1#and#k#ne#10:x(i,j,k))=100));!过滤条件;
* k! {& L7 i' p& y7 j! l, q* D4 t& a

如果我们表示一个分段函数时，就可以是if函数

@IF(logical_condition, true_result, false_result)

当逻辑表达式logical_condition的结果为真时，返回true_result，否则返回false_result。

" ]5 o3 ~. A; q

code：

f=@IF(X#LE#500,4*X,@IF(X#LE#1000,500+3*X,1500+2*X));

掌握上述方法，可以解决掉大部分规划问题，如果还想进一步了解，可以去查阅相关书籍。

实际应用线性规划
, ~( H) n7 ~: A& G

原运输问题变量更换为：

2 {3 A1 p  w% [* j  P( z

建立模型为：

模型进一步转化为：

程序编写：

MODEL:TITLE 调运大米的运输问题程序3;!定义集合段;SETSIANGKU/1..2/:A;!定义粮库的集合;LIANGZHAN/1..3/:B;!定义粮站的集合;YULIANG(LIANGKU,LIANGZHAN):X,C;!定义运量和距离;ENDSETSDATA:!粮库到粮站的距离;C=12 24 830 12 24;!粮库的限量;A=4 8 ;!粮站的限量;B=2 4 5;ENDDATAMIN=@SUM(YULIANG:C*X);!粮库上限的约束;@FOR(LIANGKU(I):@SUM(LIANGZHAN(J):X(I,J))<A(I));!粮站下限的约束;@FOR(LIANGZHAN(J):@SUM(LIANGKU(I):X(I,J))>B(J));END

运行程序即可得到结果。

非线性规划

CUMCM2004C请你参考下面给出的数据（或自己收集资料）建立饮酒后血液中酒精含量的数学模型，并讨论以下问题：

• 对大李碰到的情况做出解释；
• 。。。
  

参考数据

• 。。。
• 体重约70kg的某人在短时间内喝下2瓶啤酒后，隔一定时间测量他的血液中酒精含量（毫克／百毫升），得到数据如下：
  

分析：把人体内酒精的吸收，代谢，排除过程分成两个“室”，胃是第一个室，血液为第二室，酒精先进入胃，然后被吸收进入血液，由循环到达体液内，再通过代谢，分解及排泄，出汗，呼气等方式排除。
8 x; Z2 z5 M) s7 {* F% x( C! g假设胃里的酒精被吸收进入血液的速度与胃中的酒量x(t)成正比，比例常数为k1，血液中的酒被排除的速度与血液的酒量y(t)成正比，比例系数为k2，G0为短时间内喝入胃的酒精总量，则可以建立微分方程：
& `3 ^# J! t9 i) Q, M$ `# K5 X

求解得：

变换为:
! t; j$ M4 C& ~6 k

因而问题就可以转化为：

编写程序：

MODEL:SETS:BAC/R1..R23/:T,Y;ENDSETSDATA:T=0.25 0.5 0.75 1 1.5 2 2.5 3 3.5 4 4.5 5 6 7 8 9 10 11 12 13 1415 16;Y=30 68 75 82 82 77 68 68 58 51 50 41 38 35 28 25 18 15 12 10 77 4;ENDDATAMIN=@SUM(BACA1*(@EXP(-A2*T)-@EXP(-A3*T))-Y)^2);END
* I3 ^- B% s4 q$ C9 D

运行程序，即可获得结果。

整数规划：

对上次最后一个题目，用Lingo进行求解。
0 c( p0 h: n' \

编写程序：

model:sets:row/1..4/:b;col/1..5/:c1,c2,x;link(row,col):a;endsetsdata:c1=1,1,3,4,2;c2=-8,-2,-3,-1,-2;a=1 1 1 1 11 2 2 1 62 1 6 0 00 0 1 1 5;b=400,800,200,200;enddatamax=@sum(col:c1*x^2+c2*x);@for(row(i):@sum(col(j):a(i,j)*x(j))<b(i));@for(col:@gin(x));@for(col:@bnd(0,x,99));end
: l0 s8 O) N+ [

运行即可求出结果，还是满精确的。