注意事项 o书写模型的原形,因为LNGO可以自动将 原形转化为标准形 o不必输入非负约束,因为 LINGO默认变量 非负 o算术运算符:^(乘方),*(乘) o每一行都要以分号“;”结束
注意事项 书写模型的原形，因为LINGO可以自动将 原形转化为标准形 不必输入非负约束，因为LINGO默认变量 非负 算术运算符：＾（乘方），﹡（乘） 每一行都要以分号“；”结束
14结果分析 o求解器状态窗口 o计算结果窗口
1.4 结果分析 求解器状态窗口 计算结果窗口
求解器状态窗口 LP, INGO Solver Status lingo1 变量数x OP Solver Status Variables ILP, Model LP otal onlinear NLP State Global Optimum 200 ntegers ojective: 113250 Constraints 约束数 asibility: otal onlinear erations Nonzeros 非零系数的数月 Extended Solver Status otal onlinear 0 Solver Best Generator Memory Used (K) Obj bound: 内存使用 Steps: Elapsed Runtime (hh: mm: ss) Active 00:00:00 更新时 Update Interrupt Solver Close 同同隔
求解器状态窗口 更新时 间间隔 变量数 约束数 非零系数的数目 内存使用 模型 类型 LP， QP， ILP， NLP …
计算结果 变量微小变动时, 目标函数的变化 表示2次迭代后得到全局最优解 2 Solution Report LINGo1 □K Global optimal solution found at iteration: objective value 113250.0 最优值 最优解 Variable Value Reduced Cost X1 331.2500 0.000000 X2 668.7500 0.000000 第1行表示目标函数RoW Slack or Surplus Dual price 113250.0 1.000000 第2、3、…行分别对 0.000000 100.0000 应第1、2、…个约束3 0.000000 50.00000 最优单纯形表 松驰变量的值对偶价格 (1l)Z=113250-0x1-0x2-100s1-50s2 (2)x1=33125-2.50s1+1.25s2 (3)x2=6687556+2.5-225
计算结果 表示2次迭代后得到全局最优解 最优值 最优解 变量微小变动时, 目标函数的变化 第2、3、...行分别对 应第1、2、…个约束 对偶价格 2 1 2 1 1 2 1 2 1 2 (3') 668.7556 2.5 2.25 (2') 331.25 2.50 1.25 (1') 113250 0 0 100 50 x s s x s s Z x x s s = + − = − + = − − − − 最优单纯形表 第1行表示目标函数 松驰变量的值
Reduced Cost 最优单纯形表 (1)Z=113250-0x1-0x2-100s-50s2 (2)x1=331.25-2.50s1+1.25s2 (3)x2=6687556+2.51-2.25S2 o基变量的 reduce cost值应为0,对于非基 变量Xj相应的 reduce cost值表示x增加 个单位(此时假定其他非基变量保持不变) 时目标函数减小的量(max型问题)。 Rreduce cost值为0时,表示微小扰动不 影响目标函数
Reduced Cost 基变量的reduce cost 值应为０，对于非基 变量Ｘj相应的reduce cost值表示Ｘj增加一 个单位（此时假定其他非基变量保持不变） 时目标函数减小的量（max 型问题）。 Rreduce Cost 值为０时，表示微小扰动不 影响目标函数。 2 1 2 1 1 2 1 2 1 2 (3') 668.7556 2.5 2.25 (2') 331.25 2.50 1.25 (1') 113250 0 0 100 50 x s s x s s Z x x s s = + − = − + = − − − − 最优单纯形表