发布时间 : 星期五 文章LINGO线性规划数学建模论文-工作人员的最优时间分配问题的研究更新完毕开始阅读
X( 6, 6) 0.000000 X( 6, 7) 0.000000 X( 7, 1) 0.000000 X( 7, 2) 0.000000 X( 7, 3) 0.000000 X( 7, 4) 0.000000 X( 7, 5) 0.000000 X( 7, 6) 0.000000 X( 7, 7) 0.000000
Row Slack or Surplus
1 0.000000 2 0.000000 3 0.000000 4 0.000000 5 0.000000 6 0.000000 7 0.000000
Lingo源程序2:
model: sets:
si/i1..i7/; sj/j1..j5/;
sij(si,sj):cost,volume; endsets
min = @sum(sij:cost*volume); @for(sij:@bin(x));
@for(sj(j):@sum(si(i):volume(i,j))=1); @for(si(i):@sum(sj(j):volume(i,j))<=1); data:
cost=2 5 15 1 8 10 4 14 15 7 9 14 16 13 8 7 8 11 9 4 8 4 15 8 6 12 4 6 8 13 5 16 8 5 10; enddata end
Lingo求解输出结果2: Global optimal solution found.
Objective value: 20.00000 Extended solver steps: 0 Total solver iterations: 9
Variable Value Reduced Cost X 0.000000 0.000000 COST( I1, J1) 2.000000 0.000000 COST( I1, J2) 5.000000 0.000000 COST( I1, J3) 15.00000 0.000000 COST( I1, J4) 1.000000 0.000000 COST( I1, J5) 8.000000 0.000000 COST( I2, J1) 10.00000 0.000000 COST( I2, J2) 4.000000 0.000000 COST( I2, J3) 14.00000 0.000000 COST( I2, J4) 15.00000 0.000000 COST( I2, J5) 7.000000 0.000000 COST( I3, J1) 9.000000 0.000000 COST( I3, J2) 14.00000 0.000000 COST( I3, J3) 16.00000 0.000000 COST( I3, J4) 13.00000 0.000000 COST( I3, J5) 8.000000 0.000000 COST( I4, J1) 7.000000 0.000000 COST( I4, J2) 8.000000 0.000000 COST( I4, J3) 11.00000 0.000000 COST( I4, J4) 9.000000 0.000000 COST( I4, J5) 4.000000 0.000000 COST( I5, J1) 8.000000 0.000000 COST( I5, J2) 4.000000 0.000000 COST( I5, J3) 15.00000 0.000000 COST( I5, J4) 8.000000 0.000000 COST( I5, J5) 6.000000 0.000000 COST( I6, J1) 12.00000 0.000000 COST( I6, J2) 4.000000 0.000000 COST( I6, J3) 6.000000 0.000000 COST( I6, J4) 8.000000 0.000000 COST( I6, J5) 13.00000 0.000000 COST( I7, J1) 5.000000 0.000000 COST( I7, J2) 16.00000 0.000000 COST( I7, J3) 8.000000 0.000000
COST( I7, J4) 5.000000 0.000000 COST( I7, J5) 10.00000 0.000000 VOLUME( I1, J1) 0.000000 0.000000 VOLUME( I1, J2) 0.000000 4.000000 VOLUME( I1, J3) 0.000000 10.00000 VOLUME( I1, J4) 1.000000 0.000000 VOLUME( I1, J5) 0.000000 7.000000 VOLUME( I2, J1) 0.000000 5.000000 VOLUME( I2, J2) 1.000000 0.000000 VOLUME( I2, J3) 0.000000 6.000000 VOLUME( I2, J4) 0.000000 11.00000 VOLUME( I2, J5) 0.000000 3.000000 VOLUME( I3, J1) 0.000000 4.000000 VOLUME( I3, J2) 0.000000 10.00000 VOLUME( I3, J3) 0.000000 8.000000 VOLUME( I3, J4) 0.000000 9.000000 VOLUME( I3, J5) 0.000000 4.000000 VOLUME( I4, J1) 0.000000 2.000000 VOLUME( I4, J2) 0.000000 4.000000 VOLUME( I4, J3) 0.000000 3.000000 VOLUME( I4, J4) 0.000000 5.000000 VOLUME( I4, J5) 1.000000 0.000000 VOLUME( I5, J1) 0.000000 3.000000 VOLUME( I5, J2) 0.000000 0.000000 VOLUME( I5, J3) 0.000000 7.000000 VOLUME( I5, J4) 0.000000 4.000000 VOLUME( I5, J5) 0.000000 2.000000 VOLUME( I6, J1) 0.000000 9.000000 VOLUME( I6, J2) 0.000000 2.000000 VOLUME( I6, J3) 1.000000 0.000000 VOLUME( I6, J4) 0.000000 6.000000 VOLUME( I6, J5) 0.000000 11.00000 VOLUME( I7, J1) 1.000000 0.000000 VOLUME( I7, J2) 0.000000 12.00000 VOLUME( I7, J3) 0.000000 0.000000 VOLUME( I7, J4) 0.000000 1.000000 VOLUME( I7, J5) 0.000000 6.000000
Row Slack or Surplus Dual Price 1 20.00000 -1.000000 2 0.000000 -5.000000 3 0.000000 -4.000000 4 0.000000 -8.000000 5 0.000000 -4.000000
6 0.000000 -4.000000 7 0.000000 3.000000 8 0.000000 0.000000 9 1.000000 0.000000 10 0.000000 0.000000 11 1.000000 0.000000 12 0.000000 2.000000 13 0.000000 0.000000 (3)源程序翻译 myset/1..7/:y; link(myset,myset):x; endsets data: x=
2 10 9 7 8 12 5 15 4 14 8 4 4 16 13 14 16 11 15 6 8 1 15 13 9 8 8 5 8 7 8 4 6 13 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ; enddata
@for(myset(i):y(i)=@min(link(i,j):x(i,j))); End
结果一
Feasible solution found.
Total solver iterations: 6
Variable Value Y( 1) 2.000000 Y( 2) 4.000000 Y( 3) 6.000000 Y( 4) 1.000000 Y( 5) 4.000000 Y( 6) 0.000000 Y( 7) 0.000000 X( 1, 1) 2.000000 X( 1, 2) 10.00000 X( 1, 3) 9.000000 X( 1, 4) 7.000000 X( 1, 5) 8.000000