LINGO实战——非线性规划 目标函数： Minimize Σij COST ij ? VOLUME ij 翻译成lingo语言即为：MIN = @SUM( LINKS(I,J): COST(I,J) * VOLUME(I,J)); 约束条件： Σi? VOLUMEij = DEMANDj, for all j in VENDORS 翻译成lingo语言即为： @FOR( VENDORS( J): @SUM( WAREHOUSES( I): VOLUME( I, J)) = DEMAND( J)); Σj VOLUME ij <= CAP i , for all i in WAREHOUSES 翻译成lingo语言即为： @FOR( WAREHOUSES( I):@SUM( VENDORS( J): VOLUME( I, J))<=CAPACITY( I)); LINGO实战——非线性规划 MODEL: TITLE WIDGETS; ! A 6 Warehouse 8 Vendor Transportation Problem; SETS: WAREHOUSES/WH1..WH6/: CAPACITY; VENDORS/V1..V8/: DEMAND; LINKS( WAREHOUSES, VENDORS): COST, VOLUME; ENDSETS ! Here is the data; DATA: !attribute values; CAPACITY = 60 55 51 43 41 52; DEMAND = 35 37 22 32 41 32 43 38; COST = 6 2 6 7 4 2 5 9 4 9 5 3 8 5 8 2 5 2 1 9 7 4 3 3 7 6 7 3 9 2 7 1 2 3 9 5 7 2 6 5 5 5 2 2 8 1 4 3; ENDDATA ! The objective; MIN = @SUM( LINKS( I, J): COST( I, J) * VOLUME( I, J)); ! The demand constraints; @FOR( VENDORS( J): @SUM( WAREHOUSES( I): VOLUME( I, J)) = DEMAND( J)); ! The capacity constraints; @FOR( WAREHOUSES( I): @SUM( VENDORS( J): VOLUME( I, J)) <= CAPACITY( I)); END LINGO实战——@file函数 1．@file函数 该函数用从外部文件中输入数据，可以放在模型中任何地方。该函数的语法格式为@file(’filename’)。这里filename是文件名，可以采用相对路径和绝对路径两种表示方式。@file函数对同一文件的两种表示方式的处理和对两个不同的文件处理是一样的，这一点必须注意。 示例：以上例来讲解@file函数的用法。 注意到在上例编码中有两处涉及到数据。第一个地方是集部分的6个warehouses集成员和8个vendors集成员；第二个地方是数据部分的capacity，demand和cost数据。 为了使数据和我们的模型完全分开，我们把它们移到外部的文本文件中。修改模型代码以便于用@file函数把数据从文本文件中拖到模型中来。 LINGO实战——@file函数 修改后（修改处代码黑体加粗）的模型代码如下： model: sets: warehouses/ @file('1_2.txt') /: capacity; vendors/ @file('1_2.txt') /: demand; links(warehouses,vendors): cost, volume; Endsets min=@sum(links: cost*volume); @for(vendors(J): @sum(warehouses(I): volume(I,J))=demand(J)); @for(warehouses(I): @sum(vendors(J): volume(I,J))<=capacity(I)); data: capacity = @file('1_2.txt') ; demand = @file('1_2.txt') ; cost = @file('1_2.txt') ; Enddata end LINGO实战——@file函数 模型的所有数据来自于1_2.txt文件。其内容如下： !warehouses成员; WH1 WH2 WH3 WH4 WH5 WH6 ~ !ven