LINGO软件的基本使用方法.ppt

1、LINGO软件简介,常用优化软件,1.LINDO/LINGO软件2.MATLAB优化工具箱/Mathematic的优化功能3.SAS(统计分析)软件的优化功能4.EXCEL软件的优化功能,MATLAB优化工具箱能求解的优化模型,优化工具箱3.0(MATLAB 7.0 R14),连续优化,离散优化,无约束优化,非线性极小fminunc,非光滑(不可微)优化fminsearch,非线性方程(组)fzerofsolve,全局优化暂缺,非线性最小二乘lsqnonlinlsqcurvefit,线性规划linprog,纯0-1规划 bintprog一般IP(暂缺),非线性规划fminconfminimax

2、fgoalattainfseminf,上下界约束fminbndfminconlsqnonlinlsqcurvefit,约束线性最小二乘lsqnonneglsqlin,约束优化,二次规划quadprog,LINDO 公司软件产品简要介绍,美国芝加哥(Chicago)大学的Linus Schrage教授于1980年前后开发,后来成立 LINDO系统公司（LINDO Systems Inc.），网址：http:/,LINDO:Linear INteractive and Discrete Optimizer(V6.1)LINDO API:LINDO Application Programming I

3、nterface(V4.1)LINGO:Linear INteractive General Optimizer(V10.0)Whats Best!:(SpreadSheet e.g.EXCEL)(V8.0),演示(试用)版、高级版、超级版、工业版、扩展版（求解问题规模和选件不同）,LINDO/LINGO软件能求解的模型,优化,线性规划,非线性规划,二次规划,连续优化,整数规划,LINDO,LINGO,LINGO软件的功能与特点,LINGO模型的优点,集成了线性(非线性)/连续(整数)优化功能 具有多点搜索/全局优化功能 提供了灵活的编程语言(矩阵生成器)，可方便地输入模型 提供与其他数据文件

4、的接口 提供与其他编程语言的接口 LINDO API 可用于自主开发 运行速度较快,LP QP NLP IP 全局优化(选)ILP IQP INLP,LINGO软件的求解过程,LINGO预处理程序,线性优化求解程序,非线性优化求解程序,分枝定界管理程序,1.确定常数2.识别类型,1.单纯形算法2.内点算法(选),1、顺序线性规划法(SLP)2、广义既约梯度法(GRG)(选)3、多点搜索(Multistart)(选),建模时需要注意的几个基本问题,1、尽量使用实数优化，减少整数约束和整数变量2、尽量使用光滑优化，减少非光滑约束的个数 如：尽量少使用绝对值、符号函数、多个变量求最大/最小值、四舍五

5、入、取整函数等3、尽量使用线性模型，减少非线性约束和非线性变量的个数（如x/y 5 改为x5y）4、合理设定变量上下界，尽可能给出变量初始值 5、模型中使用的参数数量级要适当(如小于103),LINGO软件的基本使用方法,1.LINGO入门,安装文件20M多一点，需要接受安装协议、选择安装目录（缺省C:LINGO8）。,LINGO软件的安装,安装过程:与一般Windows程序类似.,第一次运行时提示输入授权密码，如图：,LINGO软件的主要特色,两种命令模式,Windows模式：通过下拉式菜单命令驱动LINGO运行（多数菜单命令有快捷键，常用的菜单命令有快捷按钮），图形界面，使用方便；,命令行

6、 模式：仅在命令窗口(Command Window)下操作，通过输入行命令驱动LINGO运行。,(这里主要介绍这种模式),LINGO界面简介,LINGO的界面,LINGO软件的主窗口（用户界面），所有其他窗口都在这个窗口之内。,模型窗口（Model Window），用于输入LINGO优化模型（即LINGO程序）。,状态行（最左边显示“Ready”，表示“准备就绪”）,当前时间,当前光标的位置,LINGO的文件类型,.LG4：LINGO格式的模型文件，保存了模型窗口中所能够看到的所有文本和其他对象及其格式信息；.LNG：文本格式的模型文件，不保存模型中的格式信息（如字体、颜色、嵌入对象等）；.L

7、DT：LINGO数据文件；.LTF：LINGO命令脚本文件；.LGR：LINGO报告文件；.LTX：LINDO格式的模型文件；.MPS：示MPS（数学规划系统）格式的模型文件。,除“LG4”文件外，另外几种格式的文件都是普通的文本文件，可以用任何文本编辑器打开和编辑。,运行状态窗口,Variables（变量数量）：变量总数（Total）、非线性变量数（Nonlinear）、整数变量数（Integer）。,Constraints（约束数量）：约束总数（Total）、非线性约束个数(Nonlinear)。,Nonzeros（非零系数数量）：总数（Total）、非线性项系数个数(Nonlinear)

8、。,Generator Memory Used(K)(内存使用量),Elapsed Runtime(hh:mm:ss)（求解花费的时间）,运行状态窗口,求解器(求解程序)状态框,当前模型的类型:LP，QP，ILP，IQP，PILP，PIQP，NLP，INLP，PINLP（以I开头表示IP，以PI开头表示PIP）,当前解的状态:Global Optimum,Local Optimum,Feasible,Infeasible“(不可行),Unbounded“(无界),Interrupted“(中断),Undetermined“(未确定),解的目标函数值,当前约束不满足的总量,目前为止的迭代次数,运

9、行状态窗口,扩展的求解器(求解程序)状态框,使用的特殊求解程序:B-and-B(分枝定界算法)Global(全局最优求解程序)Multistart(用多个初始点求解的程序),目前为止找到的可行解的最佳目标函数值,目标函数值的界,特殊求解程序当前运行步数：分枝数(对B-and-B程序)；子问题数(对Global程序)；初始点数(对Multistart程序),有效步数,一个简单的LINGO程序,例1 直接用LINGO来解如下二次规划问题：,输入窗口如下：,程序语句输入的备注：,LINGO总是根据“MAX=”或“MIN=”寻找目标函数，而除注释语句和TITLE语句外的其他语句都是约束条件，因此语句的

10、顺序并不重要。限定变量取整数值的语句为“GIN(X1)”和“GIN(X2)”。LINGO中函数一律需要以“”开头，其中整型变量函数是BIN、GIN和上下界限定函数是FREE、SUB、SLB。,输出结果：,运行菜单命令“LINGO|Solve”,最优整数解X=(35，65),最大利润=11077.5,输出结果备注：,通过菜单“WINDOW|Status Window”看到状态窗口，可看到最佳目标值“Best Obj”与问题的上界“Obj Bound”已经是一样的，当前解的最大利润与这两个值非常接近，是计算误差引起的。如果采用全局最优求解程序(后面介绍)，可以验证它就是全局最优解。,LINGO是将

11、它作为PINLP(纯整数非线性规划)来求解，因此找到的是局部最优解。,一个简单的LINGO程序,LINGO的基本用法的几点注意事项,LINGO中不区分大小写字母；变量和行名可以超过8个字符，但不能超过32个字符，且必须以字母开头。用LINGO解优化模型时已假定所有变量非负(除非用限定变量取值范围的函数free或sub或slb另行说明)。变量可以放在约束条件的右端(同时数字也可放在约束条件的左端)。但为了提高LINGO求解时的效率，应尽可能采用线性表达式定义目标和约束(如果可能的话)。语句是组成LINGO模型的基本单位,每个语句都以分号结尾，编写程序时应注意模型的可读性。例如：一行只写一个语句，

12、按照语句之间的嵌套关系对语句安排适当的缩进，增强层次感。以感叹号开始的是说明语句(说明语句也需要以分号结束)）。,2.在LINGO中使用集合,集合的基本用法和LINGO模型的基本要素,理解LINGO建模语言最重要的是理解集合（Set）及其属性（Attribute）的概念。,例2.SAILCO公司需要决定下四个季度的帆船生产量。下四个季度的帆船需求量分别是40条，60条，75条，25条，这些需求必须按时满足。每个季度正常的生产能力是40条帆船，每条船的生产费用为400美元。如果加班生产，每条船的生产费用为450美元。每个季度末，每条船的库存费用为20美元。假定生产提前期为0，初始库存为10条船。

13、如何安排生产可使总费用最小？,用DEM,RP,OP,INV分别表示需求量、正常生产的产量、加班生产的产量、库存量，则DEM,RP,OP,INV对每个季度都应该有一个对应的值，也就说他们都应该是一个由4个元素组成的数组，其中DEM是已知的，而RP,OP,INV是未知数。,问题的模型(可以看出是LP模型),目标函数是所有费用的和,约束条件主要有两个：,1）能力限制：,2）产品数量的平衡方程：,加上变量的非负约束,注：LINDO中没有数组，只能对每个季度分别定义变量，如正常产量就要有RP1，RP2，RP3，RP4 4个变量等。写起来就比较麻烦，尤其是更多(如1000个季度)的时候。记四个季度组成的集

14、合QUARTERS=1，2，3，4，它们就是上面数组的下标集合，而数组DEM,RP,OP,INV对集合QUARTERS中的每个元素1，2，3，4分别对应于一个值。LINGO正是充分利用了这种数组及其下标的关系，引入了“集合”及其“属性”的概念，把QUARTERS=1，2，3，4称为集合，把DEM,RP,OP,INV称为该集合的属性(即定义在该集合上的属性)。,集合及其属性,集合元素及集合的属性确定的所有变量,LINGO中定义集合及其属性,LP模型在LINGO中的一个典型输入方式,以“MODEL：”开始,以“END”结束,给出优化目标和约束,目标函数的定义方式,SUM(集合（下标）：关于集合的属

15、性的表达式),对语句中冒号“：”后面的表达式，按照“：”前面的集合指定的下标（元素）进行求和。,本例中目标函数也可以等价地写成SUM(QUARTERS(i):400*RP(i)+450*OP(i)+20*INV(i)，“SUM”相当于求和符号“”，“QUARTERS(i)”相当于“”的含义。由于本例中目标函数对集合QUARTERS的所有元素(下标)都要求和，所以可以将下标i省去。,约束的定义方式,循环函数FOR(集合(下标)：关于集合的属性的约束关系式),对冒号“：”前面的集合的每个元素（下标），冒号“：”后面的约束关系式都要成立,本例中，每个季度正常的生产能力是40条帆船，这正是语句“FOR

16、(QUARTERS(I):RP(I)40);”的含义。由于对所有元素(下标I),约束的形式是一样的，所以也可以像上面定义目标函数时一样，将下标i省去，这个语句可以简化成“FOR(QUARTERS:RP40);”。,本例中，对于产品数量的平衡方程，由于下标i=1时的约束关系式与i=2，3，4时有所区别，所以不能省略下标“i”。实际上，i=1时要用到变量INV（0），但定义的属性变量中INV不包含INV（0）(INV(0)=10是一个已知的)。为了区别i=1和i=2，3，4，把i=1时的约束关系式单独写出，即“INV(1)=10+RP(1)+OP(1)-DEM(1);”；而对i=2，3，4对应的约束，对下标集合的元素（下标i）增加了一个逻辑关系式“i#GT#1”（这个限制条件与集合之间有一个竖线“|”分开，称为过滤条件）。限制条件“i#GT#1”是一个逻辑表达式，意思就是i1；“#GT#”是逻辑运算符号，意思是“大于（Greater Than的字首字母缩写）”。,约束的定义方式,问题的求解：运行菜单命令“LINGO|Solve”,全局最优解RP=(40,40,40,25),OP=(0,10