绝了，通用Lingo模型巧解运输问题：同时兼顾产销平衡与不平衡

        在运筹学领域，运输问题是一个经典且实用的优化模型，旨在寻找最低成本的货物分配方案，以满足多个供应点向多个需求点的配送需求。运输问题可分为两类：产销平衡与产销不平衡。本文将以Lingo编程语言为例，介绍一个灵活的模型框架，既能处理标准的产销平衡情况，也能适应产销不平衡的。

模型概述

基础设定

• 供应点集合（Supply）：假设有19个供应点，每个点有其特定的供应能力CA。
• 需求点集合（Market）：涵盖14个需求点，每个点有特定的需求量De。
• 运输路径（ij）：定义了每一对供应点到需求点的可能运输路径，包括每单位运输的成本Co及实际运输量X。

3、总运输量约束（重要关键）：不管是供不应求还是供过于求，总运输量为两者取小，从而有效处理了供不应求或供过于求的情况。

假设TS 代表总供应量，即所有供应点的供应能力之和；TD 代表总需求量，即所有需求点的需求量之和。那么，总运输量 TT 应当不超过这两个值中的较小者。

ligno代码如下：

Model
!By William ,2024/6/16;
SETS:
    Supply /1..19/: CA;      ! 定义供应点集合，有19个供应点，每个供应点有供应量CA;
    Market /1..14/: De;      ! 定义需求点集合，有14个需求点，每个需求点有需求量De;
    ij(Supply, Market): Co, X; ! 定义运输路径集合，表示从任意供应点到任意需求点的路径，Co为单位运输成本，X为运输量;
ENDSETS

DATA:
    Ca ,De , Co =@ole("gen_trans_data.xlsx") ; ! 从Excel文件gen_trans_data.xlsx中读取供应量CA、需求量De和单位运输成本Co的数据;
    @ole("gen_trans_data.xlsx")=x ;           ! 将解（即各路径的运输量X）写回同一个Excel文件;
ENDDATA

MIN = @SUM(ij: Co*X); ! 目标是最小化总运输成本，即所有路径运输量X乘以对应路径的单位成本Co之和;

TS=@sum(supply:Ca);          ! 计算总供应量TS;
TD=@sum(market:De);          ! 计算总需求量TD;
TT=@smin(TS,TD);             ! 总运输量TT取TS和TD中的较小值;

TT=@sum(ij:X);               ! 用总运输量对各运输量进行约束;

@FOR(Supply(I): @SUM(Market(J): X(I,J))<= CA(I)); ! 供应约束，确保每个供应点的总输出不超过其供应能力CA;
@FOR(Market(J): @SUM(Supply(I): X(I,J))<= De(J));  ! 需求约束，确保每个需求点的总输入不超过其需求量De;
end