LINGO操作------线性规划

落寞红颜玉玫瑰

已于 2023-08-23 10:50:04 修改

阅读量820

点赞数 1

分类专栏： LINGO 文章标签：线性代数笔记

于 2023-08-21 14:33:11 首次发布

本文链接：https://blog.csdn.net/weixiyaya/article/details/129889038

版权

LINGO 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

作者：落寞红颜玉玫瑰

本文使用软件：LINGO11 免费版

LINGO简介

LINGO是一款专业的规划求解软件，其语言特性偏向于脚本语言；用MODEL:开始，END结束，每条语句用英文状态下的“;”表示结束，注释以英文状态下的“!”开始，以“;”结尾。

其主要由5个模块构成，分别是SETS、DATA、INIT、CALC以及目标段；内置有与csv接口，excel接口等。

本例背景

本题背景：某公司需采购4种原材料（单位：吨），每种原材料市场规格有三种，其规格和材料价格对应如下：

规格原材料1 原材料2 原材料3 原材料4
规格1 200 313 633 490
规格2 218 300 600 500
规格3 245 289 650 507

每种原材料的需量依次是（1->4）：400，300，200，100。

每种规格的原材料需要分开摆放，其仓库最大存储量依次是（1->3）:450,250,300。

问：公司应该怎样采购才能在满足需量和仓储的条件下，使总成本最低。

问题分析

目标条件：总成本最低

限制条件：需量，仓储

记：规格为s，原材料为r，需量为q，仓储量为l，材料与规格矩阵为m；

设：采购量为x；

则其条件不等式为：

$\sum_{j=1}^{4}\left ( x_{1j} \right )\leqslant 450;\sum_{j=1}^{4}\left ( x_{2j} \right )\leqslant 250;\sum_{j=1}^{4}\left ( x_{3j} \right )\leqslant 300;$

$\sum_{i=1}^{3}\left ( x_{i1} \right )= 400;\sum_{i=1}^{3}\left ( x_{i2} \right )= 300;\sum_{i=1}^{3}\left ( x_{i3} \right )= 200;\sum_{i=1}^{3}\left ( x_{i4} \right )= 100;$

目标函数为：

$min=\sum_{i=1}^{3}\sum_{j=1}^{4}\left ( x_{ij}*m_{ij}\right )$

下面用LINGO来实现上述表达式。

语句实现

MODEL:
    
    !这是一行注释，其以英文状态下的“!”开始，以“;”结尾;
    title:LINGO 规划求解示例模范，title 可有可无;

    !SETS （集合模块），以 “SETS:” 开始，“ENDSETS” 结尾。;
    !集合段是一个模型的骨骼，其所有的计算依赖与集合名的调用。;
    SETS:

        !集合名不可重复且区分大小写，但其属性可以有多个，集合名用于定位，属性用于计算。;
        !1. 语句格式1：集合名/下标1，下标2，下标3/:属;
        SETS_f/1,2,3/:s;
        
        !2. 语句格式1：当集合元素过多时，用“..”来列出所有元素;
        !SETS_f/1..3/:s;

        !生成一个包含4个元素的集合，命名为SETS_s,其包含2个属性值：l,c;
        SETS_s/1..4/:l,c;

        !3. 用上面的元素生成一个3行4列的矩阵，矩阵的命名与产生如下：;
        !格式为：矩阵名(行数，列数):属性值 [可同时放置多个属;
        MATRIX(SETS_f,SETS_s):m,x;

    ENDSETS

    !DATA （数据模块），以 “DATA:” 开始，“ENDDATA” 结尾。;
    !数据段是一个模型的肌肉，有了数据的注入集合名才有了意义，计算才有了依据。;
    DATA:

        !数据段的数据应与SETS段保持一致,本质是给集合的属性相应的值;
        
        !1. 给s属性3个值,l属性4个值;
        s=450,250,300;
        l=400,300,200,100;

        !2. 给矩阵MATRIX的m属性相应的值,单元素用“,”隔开,行元素用“ ”隔开，块级则用“;”结尾;
        m=200,313,633,490
          218,300,600,500
          245,289,650,507;

    ENDDATA

    !INIT （初始字段），以 “INIT” 开始，“ENDINIT” 结尾。
    !此字段一般用于设置初始迭代值，一个好的初始迭代值可以帮助模型快速找到最优解，不影响数据段;
    INIT:

        !我们给变量x的第一行设置初始值;
         x_1_1=20;
	     x_1_2=25;
	     x_1_3=30;
	     x_1_4=35;

    ENDINIT

    !CALC （计算字段）, 以 “CALC” 开始，“ENDCALC” 结尾;
    !需要二次处理的数据可以在此字段计算，并返回值;
    CALC:

        !假设c属性需经过l属性的计算才能得到，则过程如下;
        c1=l1+3;
	    c2=l2*1.5;
	    c3=l3/3;
	    c4=l4-5;


    ENDCALC

    !求解模块，是一个模型的行为，有了它，模型才能动起来;
    !1.目标函数一定要在第一行，其格式为 min=expression 或者 max=expression ;
    !如若没有目标函数，则是解不等式方程组;
    
    !目标函数使用原始表达太长，所以用了函数，后面会介绍;
    [obj] min=@sum(MATRIX(i,j):x(i,j)*m(i,j));

    !限制条件：库存上限，可用循环函数代替;
    !LINGO中 默认 “<” 是 “<=” ;
    [limit_1] x(1,1)+x(1,2)+x(1,3)+x(1,4)<s(1);
    [limit_2] x(2,1)+x(2,2)+x(2,3)+x(2,4)<s(2);
    [limit_3] x(3,1)+x(3,2)+x(3,3)+x(3,4)<s(3);  

    !限制条件：需量，可用循环函数代替;
    [limit_4] x(1,1)+x(2,1)+x(3,1)=l(1);
    [limit_5] x(1,2)+x(2,2)+x(3,2)=l(2);
    [limit_6] x(1,3)+x(2,3)+x(3,3)=l(3);   
    [limit_7] x(1,4)+x(2,4)+x(3,4)=l(4);   

END

模型确认

将上述语句复制到LINGO面板后，按 “CTRL + G” ，或者如下图，依次点击LINGO-Generate-Display model 查看生成的模型，如下：

MODEL:
TITLE :LINGO 规划求解示例模范，title 可有可无;
[OBJ] MIN= 200 * X_1_1 + 313 * X_1_2 + 633 * X_1_3 + 490 * X_1_4 + 218 *
X_2_1 + 300 * X_2_2 + 600 * X_2_3 + 500 * X_2_4 + 245 * X_3_1 + 289 *
X_3_2 + 650 * X_3_3 + 507 * X_3_4 ;
[LIMIT_1] X_1_1 + X_1_2 + X_1_3 + X_1_4 <= 450 ;
[LIMIT_2] X_2_1 + X_2_2 + X_2_3 + X_2_4 <= 250 ;
[LIMIT_3] X_2_4 + X_3_1 + X_3_2 + X_3_3 <= 300 ;
[LIMIT_4] X_1_1 + X_2_1 + X_3_1 = 400 ;
[LIMIT_5] X_1_2 + X_2_2 + X_3_2 = 300 ;
[LIMIT_6] X_1_3 + X_2_3 + X_3_3 = 200 ;
[LIMIT_7] X_1_4 + X_2_4 + X_3_4 = 100 ;
END

求解模型

如上图所示，依次点击LINGO-solve,或者“CTRL+U”，求解模型，出现界面如下：

其中在Solver Status 中，MODEL表示当前模型是线性规划（LP），State表示目前解是全局最优解。

Global optimal solution found.
Objective value: 336200.0
Infeasibilities: 0.000000
Total solver iterations: 5

Model Title: :LINGO 规划求解示例模范，title 可有可无

Variable Value Reduced Cost
X_1_1 0.000000 0.000000
X_1_2 0.000000 0.000000
X_1_3 0.000000 0.000000
X_1_4 0.000000 0.000000
C1 4.234568 0.000000
L1 0.000000 0.000000
C2 1.851852 0.000000
L2 0.000000 0.000000
C3 0.4115226 0.000000
L3 0.000000 0.000000
C4 -3.765432 0.000000
L4 0.000000 0.000000
S( 1) 450.0000 0.000000
S( 2) 250.0000 0.000000
S( 3) 300.0000 0.000000
L( 1) 400.0000 0.000000
L( 2) 300.0000 0.000000
L( 3) 200.0000 0.000000
L( 4) 100.0000 0.000000
C( 1) 0.000000 0.000000
C( 2) 0.000000 0.000000
C( 3) 0.000000 0.000000
C( 4) 0.000000 0.000000
M( 1, 1) 200.0000 0.000000
M( 1, 2) 313.0000 0.000000
M( 1, 3) 633.0000 0.000000
M( 1, 4) 490.0000 0.000000
M( 2, 1) 218.0000 0.000000
M( 2, 2) 300.0000 0.000000
M( 2, 3) 600.0000 0.000000
M( 2, 4) 500.0000 0.000000
M( 3, 1) 245.0000 0.000000
M( 3, 2) 289.0000 0.000000
M( 3, 3) 650.0000 0.000000
M( 3, 4) 507.0000 0.000000
X( 1, 1) 400.0000 0.000000
X( 1, 2) 0.000000 34.00000
X( 1, 3) 0.000000 43.00000
X( 1, 4) 50.00000 0.000000
X( 2, 1) 0.000000 8.000000
X( 2, 2) 0.000000 11.00000
X( 2, 3) 200.0000 0.000000
X( 2, 4) 50.00000 0.000000
X( 3, 1) 0.000000 35.00000
X( 3, 2) 300.0000 0.000000
X( 3, 3) 0.000000 50.00000
X( 3, 4) 0.000000 7.000000

Row Slack or Surplus Dual Price
OBJ 336200.0 -1.000000
LIMIT_1 0.000000 10.00000
LIMIT_2 0.000000 0.000000
LIMIT_3 0.000000 0.000000
LIMIT_4 0.000000 -210.0000
LIMIT_5 0.000000 -289.0000
LIMIT_6 0.000000 -600.0000
LIMIT_7 0.000000 -500.0000