数学建模感想

一.关于Lingo

  Lingo适用于求解线性规划。目前学习较浅，一般求解代码又三部分组成。

  第一部分：

  sets…endsets，用来定义索引以及变量。如下图所示，aa用来表示一行九列，可以表示索引如在for循环中定义aa(i),则就是指定i=1,2…9，还可以表示矩阵如在定义变量类型dd时使用aa。总的来说就是：前面的类型可以用于定义索引下标和新类型，后面的具体变量用来存储数据。

  第二部分：

  data…enddata，用来定义常量数据。注意的是在lingo中变量不需要定义，如在约束条件或者目标表达式中用了变量tx,而tx不需要定义在sets或者data部分。**需要注意的是定义在sets部分的变量常是多维度的集合，而定义在data部分的常量常是多维度的。**即若如以上有tx，那么tx只能代表一个数值。

  第三部分：

  在enddata或者endsets之后。一般首先定义目标函数，如max=f(x)或者min=f(x)，但也可以不定义目标，这时候只要满足约束条件lingo就认为找到了可行解会停止。需要注意的是data中定义的数据是常量是不会变化的，而sets中定义的是变量，直接在约束条件中出现的单值量也是变量，这二者是会变化的，即lingo会根据约束条件来变化变量，以此来求得目标值和解的情况。

  第四部分：

  约束条件。即在什么情况下，应该（需要）满足什么条件，这就是约束条件。约束条件常以表达式形式表示，我们要做的就是把约束表达出来，即把数学约束表达为在程序的什么什么条件下，什么什么应该满足什么条件。如图数学表达式一为，j=1到j=9求和Xijk等于1,而i=1,2…9和k=1,2…9表示的是当k和i取某个具体的值时。即此式意义为：对于 任意i属于1,2…9，k属于1,2…9，都有求和j=1,2…9 Xijk = 1。即数学表达式后面的变量表示取某个任意具体的值时，前面数学表达式都成立。所以对于图中第四个式子，规范的写法应该将“任意sx…sy…}”的内容转换到数学表达式之后，表达为(sx=1,4,7)(sy=1,4,7)。

  第五部分：

  数学表达式到代码上的转换。我们使用lingo定义约束条件就是要表明：在A情况下，B成立。B成立就是约束。如图将数学表达式1转换为代码中第二个for循环，要表达对于i,k都有求和Xijk=1成立，其实就是转换：任意->所有。即对于所有的i,k都有求和Xijk=1成立。所以使用循环即可，需要注意的是要注意嵌套的层次。假设是对于任意a,b,c,d，则嵌套第一层到第四层应该是：循环枚举a>循环枚举b>循环枚举c>循环枚举d。这样即完成了“任意”的设置，其实也就是设定在A的情况下。外层应该为条件A，内层应该为数学表达式B。解释如图lingo中第四个表达式，标准化后，嵌套循环依次为：sx,sy,k,求和Xijk=1。

  第六部分：

  lingo的@for与@sum函数。循环函数要设置循环迭代下标，然后根据迭代下标来进行循环。比如第四个表达式最外层就设置了循环迭代下标si,cc(si)设定迭代下标si为从1…3，然后si就可以作为其他的集合的下标，完成在对si循环迭代时对其他集合的循环。重点解释第四个表达式中第四层循环，在确定sx,sy,k之后，我们要对二维i=sx…sx+2 j=sy…sy+2求和,所以设定和使用了集合定义dd,dd就是定义了9行9列的下标，使得xi,xj属于1,2…9。 对于求和函数@sum，我们要设置迭代下标，但是求和的目标是“：”之后的表达式，即**@sum函数和@for循环一样，会根据设置的下标迭代，但不同的就是@sum函数会把迭代的值求和起来。**比如其@sum dd(xi,xj) 就会对xi=1…9,xj=1…9依次迭代求和。如题我们有约束，不能那么死板的迭代而有约束怎么办，在设置迭代下标之后使用“|”，在其之后定义约束条件即可。如图xi>=sx(si) xi<=sx(si)+2,就在1…9的基础上限制了范围。二维迭代要使用二维定义，几维使用几即可。

二.关于实际题目的建模

  数学建模要高效率、逻辑清晰！没有搞明白问题背景和原理就别写模型！没有写好模型就别尝试求解！不断试错只是浪费时间而已。

  第一部分：

  数学建模就是要把实际的问题转换为数学模型来表示。遇到一个问题Q，首先我们要对于问题Q进行理解，然后针对实际全面思考，做出问题的简化，然后思考解决的方法。

  第二部分：

  尝试建模。建模就是把实际问题转换为数学模型。既然是问题，一定会有目标，目标分为两类，第一类就是”最优化“，第二类就是”约束条件“。 第二类目标表示的是对于所有的情况，哪些情况是可以解决问题的。第一类目标表示的是在可行的前提下，筛选可行解得到目标解的依据，即最好解决问题的标准。

  第二部分：

  目标就是最大值或者最小值目标。直接写在约束条件上面即可。但是如何表示最优解呢？或者说如何用数学去描述问题呢？数学的世界要用数学符号、数字数据、数学理论来描述问题。 符号的设置应该以简单清晰、科学规范、合理恰当为标准，越简单的表示越有利于清晰的表述问题，可以降低问题复杂度。最简单的能够完美解决问题的方法，就是最好的方法！
  而约束条件，或者说所有情况->可行解的条件，直接写在目标下面即可。要将条件转换为规范完善的约束条件。
   即步骤为：
  【1】用符号描述问题（简单清晰、合理科学）
  【2】根据问题条件（最优解条件、可行解条件）来设置目标函数和约束条件。目标函数要切实最终目标。约束条件要完善，不仅要表达成为可行解条件，更需要根据问题切实的约束符号，以此保证实际的针对显示问题建模。（比如0-1问题、整数规划对未知量范围以及取值的限制；以及对参数、常数的限制等等）
  【3】检查和检验模型。模型建立后不一定是正确的，而且很可能是不完备的，需要自上而下的检查是否完备！更需要使用结果来检验模型的正确性！

三.编程求解

四.验证最优解，对模型检验，完善模型

五.参考附录

Lingo比较与逻辑运算符
Matlab和Lingo的函数