Lingo入门

提纲

• 1.前言
• 2.模型和代码

1.前言

       由于课程作业需要，作为小白一枚的我只能学习一些求解（非）线性规划的软件，包括Lingo、Matlab。其中，Lingo编程较为简单，可以快速入门。Matlab也不是很难，但自己去查阅网上纷繁复杂的资源颇为费时，所以将自己这几天摸索的结果记录下来。希望可以帮助一些有缘人。本篇主要介绍Lingo怎么写模型，以2011年高教社杯全国大学生数学建模竞赛Ｂ题—交警服务平台的设置与调度提供的数据为例进行建模与分析。

       **数据介绍：**该数据集给出了某个城市A城区的交通路口以及交巡警平台信息，包括路口位置、路线的起点和终点路口节点、路口节点的发案率（每个路口平均每天的发生报警案件数量）、交巡警平台所在路口节点以及出入各个区的路口节点。该城区有92个路口节点（记为1-92），20个交巡警路口平台（记为1-20）。

2.模型和代码

2.1 假设、符号

       此例子涉及的假设有：

• 交巡警警车在市区道路的行驶速度恒为60km/h（虽然现实并非如此）；
• 在报警事件发生时，交巡警应尽量在3分钟之内到达。

表1 符号定义表

符号	含义
m	交巡警服务平台个数，例子中m= 20
n	交通路口节点个数，例子中n= 92
v	交巡警警车在市区道路的行驶速度，v=60 km/h
$c{n}_j$	第j个节点事件发生率（每个路口平均每天的发生报警案件数量）
$x_{ij}$	第i个平台是否管辖第j个节点,0-1变量
$w_{ij}$	最短距离是否小于最长响应时间对应的距离，例子中为3km

注：已经使用python的networkx包all_pairs_dijkstra_path_length函数计算交巡警服务平台到各个路口节点的最短距离（此函数背后的算法是Dijkstra算法）。由于篇幅限制，此处不予以展示。

2.2 模型

       模型原则：尽量满足3分钟到达报警现场，对于一些特殊节点（所有平台都无法做到3分钟到达，也就是所有平台到该节点的最短距离都大于3km），安排离它们最近的服务平台管辖,以便尽快响应报警事件。

表2 特殊路口节点管辖安排

交通路口节点标号	归属的服务平台标号	最近距离（km）
28	15	4.75
29	15	5.70
38	16	3.41
39	2	3.68
61	7	4.19
92	20	3.60

       接下来，我们以最大工作量与最小工作量之差最小化为目标建立数学模型，具体模型如下：
       $minz=max(q_i)-min(q_i)(1)$
       $s.t.q_i={\sum }_{j=1}^n{x}_{ij}c{n}_j,i\in I_1(2)$
       $x_{15,28}=x_{15,29}=x_{16,38}=x_{2,39}=x_{7,61}=x_{20,92}=1(3)$
       ${\sum }_{i=1}^m{x}_{ij}=1,j\in J_1(4)$
       ${\sum }_{i=1}^m{w}_{ij}{x}_{ij}=1,j\notin (28,29,38,39,61,92)(5)$
       $x_{ij}=0或1,i\in I_1,j\in J_1(6)$
       $I_1=1,2,...,20(7)$
       $J_1=1,2,...,92(8)$

      约束（2）计算i平台的工作量，式子（3）记录特殊节点的分配结果，式子（4）保证每个路口j都有其管辖的平台，式子（5）保证非特殊交通路口节点能被其管辖平台3分钟到达，式子（6）说明$x_{ij}$为0-1变量。

2.3 代码

• Lingo注释：！开头而且；结尾
• 代码主要分为三部分：
  • 变量，以sets:开头，endsets结尾
  • 数据，以data:开始，enddata结尾
    • 读取外部数据，使用excel选中需要选取的数据，在excel中点击公式-自定义名称（如下面的crimerate和$w_{ij}$)
  • 目标函数和约束
    • 主要涉及@sum,@for,也就是加总、循环,以式子（2）为例
    • 加总：@sum(node_j(j):x(i,j)cn(j))
    • 循环：式子（2）其实是i个式子，给出q的i个值，因此需要for循环，语法具体为

    @for (station_i(i):
          q(i)=@sum(node_j(j):x(i,j)*cn(j))
    )

进一步地，去掉一部分下标(加入$i\ne 28andi\ne 29$)：

@for (station_i(i)|i#ne#28 #and# i#ne#29:
      q(i)=@sum(node_j(j):x(i,j)*cn(j))
)

model:
	title based on work rate;
	sets:
		station_i /1..20/ :q;   !建立1行20列的数组，变量有工作量，命名为q;
		node_j /1..92/: cn;     !建立1行92列的数组，变量有案发率，命名为cn;
		ij(station_i,node_j):x,w; !建立20行92列矩阵，使用前两个组合即可，变量有x,w；
	endsets

	data:
		cr=@ole('C:\Users\xxx\Desktop\crimedata.xls','crimerate'); !各个路口案发率数据;
		w=@ole('C:\Users\xxx\Desktop\distance.xls','wij'); !各个路口案发率数据;
	enddata

	min=(@max(station_i(i):q(i))-@min(station_i(i):q(i)));
	@for (station_i(i):q(i)=@sum(node_j(j):x(i,j)*cr(j)));
	x(15,28)=1;
	x(15,29)=1;
	x(16,38)=1;
	x(2,39)=1;
	x(7,61)=1;
	x(20,92)=1;
	!特殊点分配；
	@for(node_j(j)|j #ne#28 #and# j#ne#29 #and# j#ne#38 #and# j#ne#39 #and# j#ne#61 #and# j#ne#92:@sum(station_i(i):x(i,j))=1); !保证每个路口都被一个服务站管理;
	@for(node_j(j)|j #ne#28 #and# j#ne#29 #and# j#ne#38 #and# j#ne#39 #and# j#ne#61 #and# j#ne#92:@sum(station_i(i):w(i,j)*x(i,j))=1); !保证未分配路口到平台的距离小于3km;
	@for(ij:@bin(x));!0-1变量;

end

提示：此模型是个非线性模型，使用Lingo求解时间非常长。最好使用Lingo求解线性规划。