Lingo-基本集合和派生集合
1.例题:
当使用现有临时料场时,决策变量只有 cij,是 LP 模型;当为新建料场选址时决策变量为 cij 和xj , yj ,由于目标函数 f 对xj , yj 是非线性的,所以在新建料场时是 NLP 模型。我们现
在先解 NLP 模型,而把现有临时料场的位置作为初始解告诉 LINGO.
输入后的程序如图 4-13 所示。我们在集合段定义了三个集合,其中 DEMAND 和 SUPPLY 集合的及其属性的含义与上一个例子类似,而 LINK 则是在前两个集合的基础上定义的一个集 合。LINK 中的元素就是 DEMAND 和 SUPPLY 的笛卡儿积,也就是
LINK={(S,T)|S∈DEMAND,T∈SUPPLY}
因此,其属性 C 也就是一个 6*2 的矩阵(或数组)。正是由于这种表示方式,LINGO 建模语 言也称为矩阵生成器(MATRIX GENERATOR)。DEMAND 和 SUPPLY 这种直接把元素列举 出来的集合,称为基本集合(primary set,也可译为“原始集合”),而把 LINK 这种基于基 本集合构造的集合称为派生集合(derived set, 也可译为“导出集合”)。
model:
title: location problem;
sets:
demand/1..6/:a,b,d;
supply/1..2/:x,y,e;
link(demand,supply):c; ! 将基于集合构造的集合,叫做派生集合;
endsets
data:
! 需求点位置;
a = 1.25,8.75,0.5,5.75,3,7.25;
b = 1.25,0.75,4.75,5,6.5,7.75;
! a,b 还可以这样赋值
a,b=1.25,1.25,8.75,0.75,0.5,4.75,5.75,5,3,6.5,7.25,7.75;
! 供需量;
d = 3,5,4,7,6,11;
enddata
init:
! 初始点;
x,y=5,1,2,7;
! x,y 还可以这样赋值
注意其顺序:
! x = 5,2;
! y = 1,7;
! 错误:
! x = 5,1;
! y = 2,7;
endinit
! 目标;
[obj] min = @sum(link(i,