《运筹学实验报告-lingo软件的使用-习题代码》由会员分享，可在线阅读，更多相关《运筹学实验报告-lingo软件的使用-习题代码（17页珍藏版）》请在金锄头文库上搜索。
1、. . . 运 筹 学实 验 报 告姓 名： 学 号： 班 级： 相关问题说明：一、 实验性质和教学目的本实验是运筹学课安排的上机操作实验。目的在于了解、熟悉计算机Lingo软件在运筹学模型求解中的作用，激发学习兴趣，提高学习效果，增强自身的动手能力，提高实际应用能力。二、 实验基本要求要求学生：1. 实验前认真做好理论准备，仔细阅读实验指导书；2. 遵从教师指导，认真完成实验任务，按时按质提交实验报告。三、 主要参考资料1LINGO软件2. LINGO8.0及其在环境系统优化中的应用，大学，20053. 优化建模与LINDO/LINGO软件，清华大学，20054运筹学编写组主编，运筹学（修订
2、版），清华大学，19905蓝伯雄主编，管理数学（下）运筹学，清华大学，1997 6胡运权主编，运筹学习题集（修订版），清华大学，1995 7胡运权主编，运筹学教程（第二版），清华大学，2003. . 实验容1、线性规划问题：(1) 给出原始代码；(2) 计算结果(包括灵敏度分析，求解结果粘贴)；(3) 回答下列问题(手写)：a) 最优解及最优目标函数值是多少；b) 资源的对偶价格各为多少，并说明对偶价格的含义；c) 为了使目标函数值增加最多，让你选择一个约束条件，将它的常数项增加一个单位，你将选择哪一个约束条件？这时目标函数值将是多少？d) 对x2的目标函数系数进行灵敏度分析；e) 对第2个约
3、束的约束右端项进行灵敏度分析；f ) 结合本题的结果解释“Reduced Cost”的含义。对偶价格就是说 约束方程右端变量增加1对目标函数值的影响答案：（1）代码max =8*x1+6*x2;9*x1+8*x2=12;7*x1+11*x2=24;9*x1+11*x2=0;x2=0;（2）计算结果Global optimal solution found. Objective value: 10.66667 Total solver iterations: 2 Variable Value Reduced Cost X1 1.333333 0.000000 X2 0.000000 1.1111
4、11 Row Slack or Surplus Dual Price 1 10.66667 1.000000 2 0.000000 0.8888889 3 14.66667 0.000000 4 1.000000 0.000000 5 1.333333 0.000000 6 0.000000 0.000000Ranges in which the basis is unchanged: Objective Coefficient Ranges Current Allowable Allowable Variable Coefficient Increase Decrease X1 8.0000
5、00 INFINITY 1.250000 X2 6.000000 1.111111 INFINITY Righthand Side Ranges Row Current Allowable Allowable RHS Increase Decrease 2 12.00000 1.000000 12.00000 3 24.00000 INFINITY 14.66667 4 13.00000 INFINITY 1.000000 5 0.0 1.333333 INFINITY 6 0.0 0.0 INFINITY(3)a)b)c)d)e)f) 2、运输问题：已知6个发点8个收点的最小费用运输问题。产
6、销量及单位运价如下表。销地 cij产地B1B2B3B4B5B6B7B8产量A16297425955A24553853247A35213748342A47679927152A52365726541A65922814332销量6055514341524338(1) 给出原始代码；(2) 计算结果(决策变量求解结果粘贴) Min Z = Cij Xij Xij =bj （j=1.8） 销量约束 Xij = ai （i=1.6） 产量约束 Xij 0（i=1.6；j=1.8） 代码：model:!6发点8 model:!6发点8收点运输问题;sets: warehouses/wh1.wh6/: cap
7、acity; vendors/v1.v8/: demand; links(warehouses,vendors): cost, volume;endsets min=sum(links: cost*volume); !目标函数; for(vendors(J): sum(warehouses(I): volume(I,J)=demand(J); !需求约束; for(warehouses(I): sum(vendors(J): volume(I,J)=capacity(I); !产量约束;!这里是数据;data: capacity=55 47 42 52 41 32; demand=60 55
8、51 43 41 52 43 38; cost=6 2 9 7 4 2 5 9 4 5 5 3 8 5 3 2 5 2 1 3 7 4 8 3 7 6 7 9 9 2 7 1 2 3 6 5 7 2 6 5 5 9 2 2 8 1 4 3;enddataend答案Global optimal solution found. Objective value: 473.0000 Infeasibilities: 0.000000 Total solver iterations: 9 Model Class: LP Total variables: 48 Nonlinear variables: 0 Integer variables: 0 Total constraints: 15 Nonlinear constraints: 0 Total nonzeros: 144 Nonlinear nonzeros: 0 Variable Value Reduced Cost CAPACITY( WH1) 55.00000 0.000000 CAPACITY( WH2) 47.00000 0.000000 CAPACITY( WH3) 42.00000 0.000000
