lingo可以解决什么优化问题?
发布网友
共3个回答
热心网友
LINGO是Linearnteractive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”，可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等。其特色在于可以允许决策变量是整数(即整数规划，包括 0-1 整数规划)，方便灵活，而且执行速度非常快。
一般地，使用LINGO 求解运筹学问题可以分为以下两个步骤来完成：
1)根据实际问题，建立数学模型，即使用数学建模的方法建立优化模型；
2)根据优化模型，利用LINGO 来求解模型。主要是根据LINGO 软件，把数学模型转译成计算机语言，借助于计算机来求解。
例题：在线性规划中的应用max Z =5 X1+3 X2+6X3,
s.t. X1 +2 X2 + X3 ≤18
2 X1 + X2 +3 X3 =16
X1 + X2 + X3 =10
X1 ,X2 ≥0 , X3 为自由变量
应用LINGO 来求解该模型，只需要在 lingo窗口中输入以下信息即可：
max=5*x1 +3*x2 +6*x3 ;
x1 + 2*x2 + x3 <=18 ;
2*x1 + x2 + 3*x3 =16 ;
x1 + x2 + x3 =10 ;
@free( x3) ;
然后按运行按钮，得到模型最优解，具体如下：
Objective value: 46.00000
Variable Value Reced Cost
x1 14.00000 0.000000
x2 0.000000 1.000000
x3 -4 .000000 0.000000
由此可知，当 x1 =14 , x2 =0 , x3 =-4 时，模型得到最优值，且最优值为 46。
说明：在利用LINGO 求解线性规划时，如自变量都为非负的话，在LINGO 中输入的信息和模型基本相同；如自变量为自由变量，可以使用函数 @free来把系统默认的非负变量定义自由变量，如实例一中的 x3
热心网友
原则上任何优化问题都可求解，关键是（1）有没有解；（2）有解的话满意程度如何。
lingo编程比较简单，但优化模型的建立有时比较有技巧，比如在建模书上广泛存在的参与面试的人员的面试顺序安排问题。
热心网友
这个很复杂 看你的约束和目标函数是不是线性或者二次规划 你这里没有说清楚
目标函数有log那你也可以考虑是不是可以去掉log后变成线性的
另外你这个是0-1规划 而且规模很大 可能在时间上也会有问题 这个都不知道 需要具体的考虑
热心网友
LINGO是Linearnteractive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”，可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等。其特色在于可以允许决策变量是整数(即整数规划，包括 0-1 整数规划)，方便灵活，而且执行速度非常快。
一般地，使用LINGO 求解运筹学问题可以分为以下两个步骤来完成：
1)根据实际问题，建立数学模型，即使用数学建模的方法建立优化模型；
2)根据优化模型，利用LINGO 来求解模型。主要是根据LINGO 软件，把数学模型转译成计算机语言，借助于计算机来求解。
例题：在线性规划中的应用max Z =5 X1+3 X2+6X3,
s.t. X1 +2 X2 + X3 ≤18
2 X1 + X2 +3 X3 =16
X1 + X2 + X3 =10
X1 ,X2 ≥0 , X3 为自由变量
应用LINGO 来求解该模型，只需要在 lingo窗口中输入以下信息即可：
max=5*x1 +3*x2 +6*x3 ;
x1 + 2*x2 + x3 <=18 ;
2*x1 + x2 + 3*x3 =16 ;
x1 + x2 + x3 =10 ;
@free( x3) ;
然后按运行按钮，得到模型最优解，具体如下：
Objective value: 46.00000
Variable Value Reced Cost
x1 14.00000 0.000000
x2 0.000000 1.000000
x3 -4 .000000 0.000000
由此可知，当 x1 =14 , x2 =0 , x3 =-4 时，模型得到最优值，且最优值为 46。
说明：在利用LINGO 求解线性规划时，如自变量都为非负的话，在LINGO 中输入的信息和模型基本相同；如自变量为自由变量，可以使用函数 @free来把系统默认的非负变量定义自由变量，如实例一中的 x3
热心网友
原则上任何优化问题都可求解，关键是（1）有没有解；（2）有解的话满意程度如何。
lingo编程比较简单，但优化模型的建立有时比较有技巧，比如在建模书上广泛存在的参与面试的人员的面试顺序安排问题。
热心网友
这个很复杂 看你的约束和目标函数是不是线性或者二次规划 你这里没有说清楚
目标函数有log那你也可以考虑是不是可以去掉log后变成线性的
另外你这个是0-1规划 而且规模很大 可能在时间上也会有问题 这个都不知道 需要具体的考虑
热心网友
LINGO是Linearnteractive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”，可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等。其特色在于可以允许决策变量是整数(即整数规划，包括 0-1 整数规划)，方便灵活，而且执行速度非常快。
一般地，使用LINGO 求解运筹学问题可以分为以下两个步骤来完成：
1)根据实际问题，建立数学模型，即使用数学建模的方法建立优化模型；
2)根据优化模型，利用LINGO 来求解模型。主要是根据LINGO 软件，把数学模型转译成计算机语言，借助于计算机来求解。
例题：在线性规划中的应用max Z =5 X1+3 X2+6X3,
s.t. X1 +2 X2 + X3 ≤18
2 X1 + X2 +3 X3 =16
X1 + X2 + X3 =10
X1 ,X2 ≥0 , X3 为自由变量
应用LINGO 来求解该模型，只需要在 lingo窗口中输入以下信息即可：
max=5*x1 +3*x2 +6*x3 ;
x1 + 2*x2 + x3 <=18 ;
2*x1 + x2 + 3*x3 =16 ;
x1 + x2 + x3 =10 ;
@free( x3) ;
然后按运行按钮，得到模型最优解，具体如下：
Objective value: 46.00000
Variable Value Reced Cost
x1 14.00000 0.000000
x2 0.000000 1.000000
x3 -4 .000000 0.000000
由此可知，当 x1 =14 , x2 =0 , x3 =-4 时，模型得到最优值，且最优值为 46。
说明：在利用LINGO 求解线性规划时，如自变量都为非负的话，在LINGO 中输入的信息和模型基本相同；如自变量为自由变量，可以使用函数 @free来把系统默认的非负变量定义自由变量，如实例一中的 x3
热心网友
原则上任何优化问题都可求解，关键是（1）有没有解；（2）有解的话满意程度如何。
lingo编程比较简单，但优化模型的建立有时比较有技巧，比如在建模书上广泛存在的参与面试的人员的面试顺序安排问题。
热心网友
这个很复杂 看你的约束和目标函数是不是线性或者二次规划 你这里没有说清楚
目标函数有log那你也可以考虑是不是可以去掉log后变成线性的
另外你这个是0-1规划 而且规模很大 可能在时间上也会有问题 这个都不知道 需要具体的考虑
热心网友
LINGO是Linearnteractive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”，可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等。其特色在于可以允许决策变量是整数(即整数规划，包括 0-1 整数规划)，方便灵活，而且执行速度非常快。
一般地，使用LINGO 求解运筹学问题可以分为以下两个步骤来完成：
1)根据实际问题，建立数学模型，即使用数学建模的方法建立优化模型；
2)根据优化模型，利用LINGO 来求解模型。主要是根据LINGO 软件，把数学模型转译成计算机语言，借助于计算机来求解。
例题：在线性规划中的应用max Z =5 X1+3 X2+6X3,
s.t. X1 +2 X2 + X3 ≤18
2 X1 + X2 +3 X3 =16
X1 + X2 + X3 =10
X1 ,X2 ≥0 , X3 为自由变量
应用LINGO 来求解该模型，只需要在 lingo窗口中输入以下信息即可：
max=5*x1 +3*x2 +6*x3 ;
x1 + 2*x2 + x3 <=18 ;
2*x1 + x2 + 3*x3 =16 ;
x1 + x2 + x3 =10 ;
@free( x3) ;
然后按运行按钮，得到模型最优解，具体如下：
Objective value: 46.00000
Variable Value Reced Cost
x1 14.00000 0.000000
x2 0.000000 1.000000
x3 -4 .000000 0.000000
由此可知，当 x1 =14 , x2 =0 , x3 =-4 时，模型得到最优值，且最优值为 46。
说明：在利用LINGO 求解线性规划时，如自变量都为非负的话，在LINGO 中输入的信息和模型基本相同；如自变量为自由变量，可以使用函数 @free来把系统默认的非负变量定义自由变量，如实例一中的 x3
热心网友
原则上任何优化问题都可求解，关键是（1）有没有解；（2）有解的话满意程度如何。
lingo编程比较简单，但优化模型的建立有时比较有技巧，比如在建模书上广泛存在的参与面试的人员的面试顺序安排问题。
热心网友
这个很复杂 看你的约束和目标函数是不是线性或者二次规划 你这里没有说清楚
目标函数有log那你也可以考虑是不是可以去掉log后变成线性的
另外你这个是0-1规划 而且规模很大 可能在时间上也会有问题 这个都不知道 需要具体的考虑
热心网友
LINGO是Linearnteractive and General Optimizer的缩写，即“交互式的线性和通用优化求解器”，可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等。其特色在于可以允许决策变量是整数(即整数规划，包括 0-1 整数规划)，方便灵活，而且执行速度非常快。
一般地，使用LINGO 求解运筹学问题可以分为以下两个步骤来完成：
1)根据实际问题，建立数学模型，即使用数学建模的方法建立优化模型；
2)根据优化模型，利用LINGO 来求解模型。主要是根据LINGO 软件，把数学模型转译成计算机语言，借助于计算机来求解。
例题：在线性规划中的应用max Z =5 X1+3 X2+6X3,
s.t. X1 +2 X2 + X3 ≤18
2 X1 + X2 +3 X3 =16
X1 + X2 + X3 =10
X1 ,X2 ≥0 , X3 为自由变量
应用LINGO 来求解该模型，只需要在 lingo窗口中输入以下信息即可：
max=5*x1 +3*x2 +6*x3 ;
x1 + 2*x2 + x3 <=18 ;
2*x1 + x2 + 3*x3 =16 ;
x1 + x2 + x3 =10 ;
@free( x3) ;
然后按运行按钮，得到模型最优解，具体如下：
Objective value: 46.00000
Variable Value Reced Cost
x1 14.00000 0.000000
x2 0.000000 1.000000
x3 -4 .000000 0.000000
由此可知，当 x1 =14 , x2 =0 , x3 =-4 时，模型得到最优值，且最优值为 46。
说明：在利用LINGO 求解线性规划时，如自变量都为非负的话，在LINGO 中输入的信息和模型基本相同；如自变量为自由变量，可以使用函数 @free来把系统默认的非负变量定义自由变量，如实例一中的 x3
热心网友
原则上任何优化问题都可求解，关键是（1）有没有解；（2）有解的话满意程度如何。
lingo编程比较简单，但优化模型的建立有时比较有技巧，比如在建模书上广泛存在的参与面试的人员的面试顺序安排问题。
热心网友
这个很复杂 看你的约束和目标函数是不是线性或者二次规划 你这里没有说清楚
目标函数有log那你也可以考虑是不是可以去掉log后变成线性的
另外你这个是0-1规划 而且规模很大 可能在时间上也会有问题 这个都不知道 需要具体的考虑
