上机练习2(lingo).doc

一、 请给出下列问题的模型和lingo求解程序及其运行结果1 队员选拔问题某校篮球队准备从十名预备队员中选择五名作为正式队员，队员的各种情况如下表：队员号码身高（厘米）技术分位置11858.6中锋21869中锋31938.4中锋41909.5中锋51829.1前锋61849前锋71888.1前锋81867.8后卫91908.2后卫101929.2后卫队员的挑选要满足下面条件：（1）至少补充一名前锋。（2）至多补充2名中锋。（3）1号和3号队员最多只能入选1个。（4）平均身高要达到187厘米。（5）3号或10号入选了则4号就不能入选。问：怎么选择使得技术平均分最高。(1)：num(5)+num(6)+num(7)=1;(2)：num(1)+num(2)+num(3)+num(4)=2;(3)：num(1)+num(3)=1;(4)：?(5) num(3)+num(4)=1; num(10)+num(4)=187; num(5)+num(6)+num(7)=1; num(1)+num(2)+num(3)+num(4)=2; num(1)+num(3)=1; num(3)+num(4)=1; num(10)+num(4)=1; for(player(i):bin(num(i);); endGlobal optimal solution found. Objective value: 8.940000 Objective bound: 8.940000 Infeasibilities: 0.000000 Extended solver steps: 0 Total solver iterations: 0 Variable Value Reduced Cost NUM( 1) 0.000000 -1.720000 NUM( 2) 1.000000 -1.800000 NUM( 3) 1.000000 -1.680000 NUM( 4) 0.000000 -1.900000 NUM( 5) 1.000000 -1.820000 NUM( 6) 1.000000 -1.800000 NUM( 7) 0.000000 -1.620000 NUM( 8) 0.000000 -1.560000 NUM( 9) 0.000000 -1.640000 NUM( 10) 1.000000 -1.840000 HEIGHT( 1) 185.0000 0.000000 HEIGHT( 2) 186.0000 0.000000 HEIGHT( 3) 193.0000 0.000000 HEIGHT( 4) 190.0000 0.000000 HEIGHT( 5) 182.0000 0.000000 HEIGHT( 6) 184.0000 0.000000 HEIGHT( 7) 188.0000 0.000000 HEIGHT( 8) 186.0000 0.000000 HEIGHT( 9) 190.0000 0.000000 HEIGHT( 10) 192.0000 0.000000 SCORE( 1) 8.600000 0.000000 SCORE( 2) 9.000000 0.000000 SCORE( 3) 8.400000 0.000000 SCORE( 4) 9.500000 0.000000 SCORE( 5) 9.100000 0.000000 SCORE( 6) 9.000000 0.000000 SCORE( 7) 8.100000 0.000000 SCORE( 8) 7.800000 0.000000 SCORE( 9) 8.200000 0.000000 SCORE( 10) 9.200000 0.000000 Row Slack or Surplus Dual Price 1 8.940000 1.000000 2 0.000000 0.000000 3 0.4000000 0.000000 4 1.000000 0.000000 5 0.000000 0.000000 6 0.000000 0.000000 7 0.000000 0.000000 8 0.000000 0.0000002. 超市奖品选购 超市提供了50种商品作为奖品供中奖顾客选择，车的容量为1000 cm3 ， 奖品i占用的空间为wi cm3 , 价值为vi 元, 具体的数据如下:vi = 220, 208, 198, 192, 180, 180, 165, 162, 160, 158,155, 130, 125, 122, 120, 118, 115, 110, 105, 101, 100, 100, 98,96, 95, 90, 88, 82, 80, 77, 75, 73, 72, 70, 69, 66, 65, 63, 60, 58,56, 50, 30, 20, 15, 10, 8, 5, 3, 1wi = 80, 82, 85, 70, 72, 70, 66, 50, 55, 25, 50, 55, 40, 48,50, 32, 22, 60, 30, 32, 40, 38, 35, 32, 25, 28, 30, 22, 50, 30, 45,30, 60, 50, 20, 65, 20, 25, 30, 10, 20, 25, 15, 10, 10, 10, 4, 4, 2,1。 问怎么选择价值最高。设价值为fmaxf=model:sets:s/1.50/:x,w,v;end setsdata:v= 220, 208, 198, 192, 180, 180, 165, 162, 160, 158,155, 130, 125, 122, 120, 118, 115, 110, 105, 101, 100, 100, 98,96, 95, 90, 88, 82, 80, 77, 75, 73, 72, 70, 69, 66, 65, 63, 60, 58,56, 50, 30, 20, 15, 10, 8, 5, 3, 1;w=80, 82, 85, 70, 72, 70, 66, 50, 55, 25, 50, 55, 40, 48,50, 32, 22, 60, 30, 32, 40, 38, 35, 32, 25, 28, 30, 22, 50, 30, 45,30, 60, 50, 20, 65, 20, 25, 30, 10, 20, 25, 15, 10, 10, 10, 4, 4, 2,1;end datamax=sum(s(i):v(i)*x(i);sum(s(i):w(i)*x(i)1000;for(s(i):bin(x(i);endGlobal optimal solution found. Objective value: 3103.000 Objective bound: 3103.000 Infeasibilities: 0.000000 Extended solver steps: 0 Total solver iterations: 0 Variable Value Reduced Cost X( 1) 1.000000 -220.0000 X( 2) 1.000000 -208.0000 X( 3) 0.000000 -198.0000 X( 4) 1.000000 -192.0000 X( 5) 0.000000 -180.0000 X( 6) 1.000000 -180.0000 X( 7) 0.000000 -165.0000 X( 8) 1.000000 -162.0000 X( 9) 1.000000 -160.0000 X( 10) 1.000000 -158.0000 X( 11) 1.000000 -155.0000 X( 12) 0.000000 -130.0000 X( 13) 1.000000 -125.0000 X( 14) 1.000000 -122.0000 X( 15) 0.000000 -120.0000 X( 16) 1.000000 -118.0000 X( 17) 1.000000 -115.0000 X( 18) 0.000000 -110.0000 X( 19) 1.000000 -105.0000 X( 20) 1.000000 -101.0000 X( 21) 0.000000 -100.0000 X( 22) 1.000000 -100.0000 X( 23) 1.000000 -98.00000 X( 24) 1.000000 -96.00000 X( 25) 1.000000 -95.00000 X( 26) 1.000000 -90.00000 X( 27) 1.000000 -88.00000 X( 28) 1.000000 -82.00000 X( 29) 0.000000 -80.00000 X( 30) 1.000000 -77.00000 X( 31) 0.000000 -75.00000 X( 32) 0.000000 -73.00000 X( 33) 0.000000 -72.00000 X( 34) 0.000000 -70.00000 X( 35) 1.000000 -69.00000 X( 36) 0.000000 -66.00000 X( 37) 1.000000 -65.00000 X( 38) 0.000000 -63.00000 X( 39) 0.000000 -60.00000 X( 40) 1.000000 -58.00000 X( 41) 1.000000 -56.00000 X( 42) 0.000000 -50.00000 X( 43) 0.000000 -30.00000 X( 44) 0.000000 -20.00000 X( 45) 0.000000 -15.00000 X( 46) 0.000000 -10.00000 X( 47) 1.000000 -8.000000 X( 48) 0.000000 -5.000000 X( 49) 0.000000 -3.000000 X( 50) 0.000000 -1.000000 W( 1) 80.00000 0.000000 W( 2) 82.00000 0.000000 W( 3) 85.00000 0.000000 W( 4) 70.00000 0.000000 W( 5) 72.00000 0.000000 W( 6) 70.00000 0.000000 W( 7) 66.00000 0.000000 W( 8) 50.00000 0.000000 W( 9) 55.00000 0.000000 W( 10) 25.00000 0.000000 W( 11) 50.00000 0.000000 W( 12) 55.00000 0.000000 W( 13) 40.00000 0.000000 W( 14) 48.00000 0.000000 W( 15) 50.00000 0.000000 W( 16) 32.00000 0.000000 W( 17) 22.00000 0.000000 W( 18) 60.00000 0.000000 W( 19) 30.00000 0.000000 W( 20) 32.00000 0.000000 W( 21) 40.00000 0.000000 W( 22) 38.00000 0.000000 W( 23) 35.00000 0.000000 W( 24) 32.00000 0.000000 W( 25) 25.00000 0.000000 W( 26) 28.00000 0.000000 W( 27) 30.00000 0.000000 W( 28) 22.00000 0.000000 W( 29) 50.00000 0.000000 W( 30) 30.00000 0.000000 W( 31) 45.00000 0.000000 W( 32) 30.00000 0.000000 W( 33) 60.00000 0.000000 W( 34) 50.00000 0.000000 W( 35) 20.00000 0.000000 W( 36) 65.00000 0.000000 W( 37) 20.00000 0.000000 W( 38) 25.00000 0.000000 W( 39) 30.00000 0.000000 W( 40) 10.00000 0.000000 W( 41) 20.00000 0.000000 W( 42) 25.00000 0.000000 W( 43) 15.00000 0.000000 W( 44) 10.00000 0.000000 W( 45) 10.00000 0.000000 W( 46) 10.00000 0.000000 W( 47) 4.000000 0.000000 W( 48) 4.000000 0.000000 W( 49) 2.000000 0.000000 W( 50) 1.000000 0.000000 V( 1) 220.0000 0.000000 V( 2) 208.0000 0.000000 V( 3) 198.0000 0.000000 V( 4) 192.0000 0.000000 V( 5) 180.0000 0.000000 V( 6) 180.0000 0.000000 V( 7) 165.0000 0.000000 V( 8) 162.0000 0.000000 V( 9) 160.0000 0.000000 V( 10) 158.0000 0.000000 V( 11) 155.0000 0.000000 V( 12) 130.0000 0.000000 V( 13) 125.0000 0.000000 V( 14) 122.0000 0.000000 V( 15) 120.0000 0.000000 V( 16) 118.0000 0.000000 V( 17) 115.0000 0.000000 V( 18) 110.0000 0.000000 V( 19) 105.0000 0.000000 V( 20) 101.0000 0.000000 V( 21) 100.0000 0.000000 V( 22) 100.0000 0.000000 V( 23) 98.00000 0.000000 V( 24) 96.00000 0.000000 V( 25) 95.00000 0.000000 V( 26) 90.00000 0.000000 V( 27) 88.00000 0.000000 V( 28) 82.00000 0.000000 V( 29) 80.00000 0.000000 V( 30) 77.00000 0.000000 V( 31) 75.00000 0.000000 V( 32) 73.00000 0.000000 V( 33) 72.00000 0.000000 V( 34) 70.00000 0.000000 V( 35) 69.00000 0.000000 V( 36) 66.00000 0.000000 V( 37) 65.00000 0.000000 V( 38) 63.00000 0.000000 V( 39) 60.00000 0.000000 V( 40) 58.00000 0.000000 V( 41) 56.00000 0.000000 V( 42) 50.00000 0.000000 V( 43) 30.00000 0.000000 V( 44) 20.00000 0.000000 V( 45) 15.00000 0.000000 V( 46) 10.00000 0.000000 V( 47) 8.000000 0.000000 V( 48) 5.000000 0.000000 V( 49) 3.000000 0.000000 V( 50) 1.000000 0.000000 Row Slack or Surplus Dual Price 1 3103.000 1.000000 2 0.000000 0.0000001. 有两个煤厂A1和A2每月进煤量分别为60吨和100吨，联合供应三个居民区B1、B2、B3。三个居民区每月对煤的需求量分别为50吨、70吨、40吨。试建立数学模型用matlab求解，回答如何分配供煤量使运输量达到最小。煤厂与居民区之间的距离关系如下从A1到B1为10km；A1到B2为5km；A1到B3为6km；A2到B1为4km；A2到B2为8km；A2到B3为12km。解：设A1供应B1，B2，B3居民区的煤量为x1，x2，x3；A2供应1，B2，B3居民区的煤量为x4，x5，x6.则f=10x1+5x2+6x3+4x3+8x5+12x6x1+x4=50x2+x5=70x3+x6=40 x1+x2+x3=60x4+x5+x6=100min=10*x1+5*x2+6*x3+4*x4+8*x5+12*x6;x1+x4=50;x2+x5=70;x3+x6=40 ;x1+x2+x3=60;x4+x5+x6=100;Global optimal solution found. Objective value: 940.0000 Infeasibilities: 0.000000 Total solver iteration