lingo求解优化问题
如果可以知道数学模型的意思就不用看问题说明了。问题说明如下:10个工件在一台机器上加工,加工时间分别为1,2,...,10;机器可利用的有三段时间1至19,35至50以及...
如果可以知道数学模型的意思就不用看问题说明了。问题说明如下:
10个工件在一台机器上加工,加工时间分别为1,2,...,10;机器可利用的有三段时间1至19,35至50以及60以后;一个工件只可在一段时间内加工且全部加工完;xij=1、2、3分别表示在1至19,35至50以及60以后加工;所优化的目标为所有工件的完工时间和,注意是“完工”时间和,例如后一个工件的完工时间=前一个工件的完工时间+后一个工件的加工时间!
请问,这个问题可以用lingo解吗?代码如何?如果不能可以用什么工具解呢?求大神指点! 展开
10个工件在一台机器上加工,加工时间分别为1,2,...,10;机器可利用的有三段时间1至19,35至50以及60以后;一个工件只可在一段时间内加工且全部加工完;xij=1、2、3分别表示在1至19,35至50以及60以后加工;所优化的目标为所有工件的完工时间和,注意是“完工”时间和,例如后一个工件的完工时间=前一个工件的完工时间+后一个工件的加工时间!
请问,这个问题可以用lingo解吗?代码如何?如果不能可以用什么工具解呢?求大神指点! 展开
展开全部
可以
MODEL:
SETS: ! Computing probabilities using Bayes rule;
gongj/1..10/: tn,p; !;
sj/1..3/ : MPF; ! ;
link( sj,gongj ):x;
ENDSETS
DATA:
p=1 2 3 4 5 6 7 8 9 10;
ENDDATA
! The calculations;
min=@sum(gongj(k): x(1,k)*@sum(gongj(j)|j#le#k:x(1,j)*p(j))+
x(2,k)*(35+@sum(gongj(j)|j#le#k:x(2,j)*p(j))) +
x(3,k)*(60+@sum(gongj(j)|j#le#k:x(3,j)*p(j)))
);
@sum(gongj(j):x(1,j)*p(j))<19;
@sum(gongj(j):x(2,j)*p(j))<15;
@for(gongj(j):@sum(sj(i):x(i,j))=1);
@for(link:@bin(x));
END
结果
Global optimal solution found.
Objective value: 347.0000
Objective bound: 347.0000
Infeasibilities: 0.000000
Extended solver steps: 55
Total solver iterations: 246662
Variable Value Reduced Cost
P( 1) 1.000000 0.000000
P( 2) 2.000000 0.000000
P( 3) 3.000000 0.000000
P( 4) 4.000000 0.000000
P( 5) 5.000000 0.000000
P( 6) 6.000000 0.000000
P( 7) 7.000000 0.000000
P( 8) 8.000000 0.000000
P( 9) 9.000000 0.000000
P( 10) 10.00000 0.000000
X( 1, 1) 1.000000 -26.20000
X( 1, 2) 1.000000 -18.40000
X( 1, 3) 1.000000 -11.60000
X( 1, 4) 0.000000 0.000000
X( 1, 5) 1.000000 0.000000
X( 1, 6) 0.000000 -5.599995
X( 1, 7) 0.000000 0.000000
X( 1, 8) 1.000000 16.40000
X( 1, 9) 0.000000 3.200013
X( 1, 10) 0.000000 17.00000
X( 2, 1) 0.000000 0.000000
X( 2, 2) 0.000000 0.000000
X( 2, 3) 0.000000 0.000000
X( 2, 4) 0.000000 9.799992
X( 2, 5) 0.000000 0.000000
X( 2, 6) 1.000000 1.599988
X( 2, 7) 0.000000 -3.599997
X( 2, 8) 0.000000 0.000000
X( 2, 9) 1.000000 0.000000
X( 2, 10) 0.000000 0.000000
X( 3, 1) 0.000000 21.90000
X( 3, 2) 0.000000 18.80000
X( 3, 3) 0.000000 15.70000
X( 3, 4) 1.000000 26.39999
X( 3, 5) 0.000000 8.500002
X( 3, 6) 0.000000 0.000000
X( 3, 7) 1.000000 4.699996
X( 3, 8) 0.000000 -2.799982
X( 3, 9) 0.000000 -15.89997
X( 3, 10) 1.000000 0.000000
Row Slack or Surplus Dual Price
1 347.0000 -1.000000
2 0.000000 8.899999
3 0.000000 4.099999
4 0.000000 -41.10000
5 0.000000 -47.20000
6 0.000000 -53.30000
7 0.000000 -49.60000
8 0.000000 -65.50000
9 0.000000 -76.00000
10 0.000000 -80.30000
11 0.000000 -81.79999
12 0.000000 -95.89998
13 0.000000 -90.99999
MODEL:
SETS: ! Computing probabilities using Bayes rule;
gongj/1..10/: tn,p; !;
sj/1..3/ : MPF; ! ;
link( sj,gongj ):x;
ENDSETS
DATA:
p=1 2 3 4 5 6 7 8 9 10;
ENDDATA
! The calculations;
min=@sum(gongj(k): x(1,k)*@sum(gongj(j)|j#le#k:x(1,j)*p(j))+
x(2,k)*(35+@sum(gongj(j)|j#le#k:x(2,j)*p(j))) +
x(3,k)*(60+@sum(gongj(j)|j#le#k:x(3,j)*p(j)))
);
@sum(gongj(j):x(1,j)*p(j))<19;
@sum(gongj(j):x(2,j)*p(j))<15;
@for(gongj(j):@sum(sj(i):x(i,j))=1);
@for(link:@bin(x));
END
结果
Global optimal solution found.
Objective value: 347.0000
Objective bound: 347.0000
Infeasibilities: 0.000000
Extended solver steps: 55
Total solver iterations: 246662
Variable Value Reduced Cost
P( 1) 1.000000 0.000000
P( 2) 2.000000 0.000000
P( 3) 3.000000 0.000000
P( 4) 4.000000 0.000000
P( 5) 5.000000 0.000000
P( 6) 6.000000 0.000000
P( 7) 7.000000 0.000000
P( 8) 8.000000 0.000000
P( 9) 9.000000 0.000000
P( 10) 10.00000 0.000000
X( 1, 1) 1.000000 -26.20000
X( 1, 2) 1.000000 -18.40000
X( 1, 3) 1.000000 -11.60000
X( 1, 4) 0.000000 0.000000
X( 1, 5) 1.000000 0.000000
X( 1, 6) 0.000000 -5.599995
X( 1, 7) 0.000000 0.000000
X( 1, 8) 1.000000 16.40000
X( 1, 9) 0.000000 3.200013
X( 1, 10) 0.000000 17.00000
X( 2, 1) 0.000000 0.000000
X( 2, 2) 0.000000 0.000000
X( 2, 3) 0.000000 0.000000
X( 2, 4) 0.000000 9.799992
X( 2, 5) 0.000000 0.000000
X( 2, 6) 1.000000 1.599988
X( 2, 7) 0.000000 -3.599997
X( 2, 8) 0.000000 0.000000
X( 2, 9) 1.000000 0.000000
X( 2, 10) 0.000000 0.000000
X( 3, 1) 0.000000 21.90000
X( 3, 2) 0.000000 18.80000
X( 3, 3) 0.000000 15.70000
X( 3, 4) 1.000000 26.39999
X( 3, 5) 0.000000 8.500002
X( 3, 6) 0.000000 0.000000
X( 3, 7) 1.000000 4.699996
X( 3, 8) 0.000000 -2.799982
X( 3, 9) 0.000000 -15.89997
X( 3, 10) 1.000000 0.000000
Row Slack or Surplus Dual Price
1 347.0000 -1.000000
2 0.000000 8.899999
3 0.000000 4.099999
4 0.000000 -41.10000
5 0.000000 -47.20000
6 0.000000 -53.30000
7 0.000000 -49.60000
8 0.000000 -65.50000
9 0.000000 -76.00000
10 0.000000 -80.30000
11 0.000000 -81.79999
12 0.000000 -95.89998
13 0.000000 -90.99999
追问
大神,为啥我考进去执行时,显示的得到局部最优呢?大神望指点!!!!急求!
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
ZESTRON
2024-09-04 广告
2024-09-04 广告
在Dr. O.K. Wack Chemie GmbH,我们高度重视ZESTRON的表界面分析技术。该技术通过深入研究材料表面与界面的性质,为提升产品质量与可靠性提供了有力支持。ZESTRON的表界面分析不仅涵盖了相变化、化学反应、吸附与解吸...
点击进入详情页
本回答由ZESTRON提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询