简学lingo（四）—

本片将会接着上篇实例来写，如要參照能够看下上篇的http://blog.csdn.net/yzu_120702117/article/details/38453791

如有句法上的问题能够參照我之前总结的基础篇，传送门：http://blog.csdn.net/yzu_120702117/article/details/38444485和http://blog.csdn.net/yzu_120702117/article/details/38415153

6、最优选择问题

某钻井队要从10个可供选择的井位中确定5个钻井探油，使总的钻探费用为最小。若10个井位的代号为s1,s2,...,s10,对应的钻探费用c1,c2,...,c10为5,8,10,6,9,5,7,6,10,8.而且井位选择上要满足下列限制条件：

（1）或选择s1和s7,或选择钻探s9；

（2）选择了s3或s4就不能选s5，或反过来也一样；

（3）在s5,s6,s7,s8中最多仅仅能选两个.

试建立这个问题的整数规划模型,确定选择的井位。

取0-1变量s_i，若s_i=1,则表示选取第i个井。若s_i=0,则表示不选取第i个井。

建立数学模型例如以下：

解决的代码例如以下

model:

sets:

variables/1..10/:s,cost;

endsets

data:

cost=5 8 10 6 9 5 7 6 10 8;

enddata

min=@sum(variables:cost*s);

(s(1)+s(7)-2)*(s(9)-1)=0;    ！约束条件

s(3)*s(5)+s(4)*s(5)=0;

@sum(variables(i)|i#ge#5 #and# i#le#8:s(i))<=2;

@sum(variable:s)=5;

@for(variables:@bin(s));

end

7.运输加选址问题

某公司有六个建筑工地，位置坐标（ai，bi）（单位：公里），水泥日用量di（单位：吨）

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveXp1XzEyMDcwMjExNw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center">

（1）现有2个料场。位于A（5,1），B(2,7)，记（xj。yj）。及，2，日存储量ej各有20吨。

如果工地和料场之间有直线道路。制定每天的供应计划，即从A,B两料场分别向工地运送水泥，是得总的吨公里数最小，当中Cij表示i工地从j料场运来的水泥量。则能够建立模型

这个模型能够这样解答

model:

sets:

demand/1..6/:a,b,d;

supply/1..2/:x,y,e;

link(demand,supply):c;

endsets

data:

a=1.25 8.75 0.5 5.75 3 7.25;

b=1.25 0.75 4.75 5 6.5 7.75;

d=3 5 4 7 6 11;

x=5 2;

y=1 7;

e=20 20;

enddata

min=@sum(link(i,j):c(i,j)*@sqrt((a(i)-x(j))^2+(b(i)-y(j))^2));   ！目标函数

@for(demand(i):@sum(supply(j):c(i,j))=d(i));

@for(supply(j):@sum(demand(i):c(i,j))<=e(j));

end

（2）改建两个新料场。须要确定新料场位置（xj，yj）和运量cij。在其它条件不变下使总公里数最小。模型与上面的一样，位置变量变为料场位置（xj，yj），变为非线性优化问题。

model:

sets:

demand/1..6/:a,b,d;

supply/1..2/:x,y,e;

link(demand,supply):c;

endsets

data:

a=1.25 8.75 0.5 5.75 3 7.25;

b=1.25 0.75 4.75 5 6.5 7.75;

d=3 5 4 7 6 11;

e=20 20;

enddata

init:        ！这里对x，y赋初值

x=5 2;

y=1 7;

endinit

[obj]min=@sum(link(i,j):c(i,j)*@sqrt((a(i)-x(j))^2+(b(i)-y(j))^2));!目标函数;

@for(demand(i):@sum(supply(j):c(i,j))=d(i));

@for(supply(j):@sum(demand(i):c(i,j))<=e(j));

@for(supply:@free(x);@free(y));

end

7.选址问题

某海岛上有12个基本的居民点，每一个居民点的位置（用平面坐标x，y表示。单位km）和居住人数（r）例如以下表所看到的。如今准备在海岛上建一个服务中心为居民提供各种服务。那么服务中心应该建在那里？

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveXp1XzEyMDcwMjExNw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" width="666" height="274">

如果建在（a，b）处最合理。

建立模型

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveXp1XzEyMDcwMjExNw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center">

求解这个模型：

MODEL:

SETS:

VAR/1..12/:X,Y,R;

ENDSETS

DATA:

X=0 8.20 0.50 5.70 0.77 2.87 4.43 2.58 0.72 9.76 3.19 5.55;

Y=0 0.50 4.90 5.00 6.49 8.76 3.26 9.32 9.96 3.16 7.20 7.88;

R=600 1000 800 1400 1200 700 600 800 1000 1200 1000 1100;

ENDDATA

MIN=@SUM(VAR:@SQRT((X-A)^2+(Y-B)^2)*R);

END

8.非线性整数规划：

这里给出求解

model:

sets:

row/1..4/:b;

col/1..5/:c1,c2,x;

link(row,col):a;

endsets

data:

c1=1,1,3,4,2;

c2=-8,-2,-3,-1,-2;

a=1 1 1 1 1

1 2 2 1 6

2 1 6 0 0

0 0 1 1 5;

b=400,800,200,200;

enddata     

max=@sum(col:c1*x^2+c2*x);

@for(row(i):@sum(col(j):a(i,j)*x(j))<b(i));

@for(col:@gin(x));

@for(col:@bnd(0,x,99));

End

9.婚配问题

10对年龄相当的青年，随意一对男女青年配对的概率pij见下表。

试给出一个配对方案。使总的配对概率最大。

w1        w2        w3        w4        w5
w6        w7        w8        w9        w10

m1 0.5828    0.2091    0.4154    0.2140    0.6833    0.4514    0.6085    0.0841    0.1210  0.2319

m2 0.4235    0.3798    0.3050    0.6435    0.2126    0.0439    0.0158    0.4544    0.4508  0.2393

m3 0.5155    0.7833    0.8744    0.3200    0.8392    0.0272    0.0164    0.4418    0.7159  0.0498

m4 0.3340    0.6808    0.0150    0.9601    0.6288    0.3127    0.1901    0.3533    0.8928  0.0784

m5 0.4329    0.4611    0.7680    0.7266    0.1338    0.0129    0.5869    0.1536    0.2731  0.6408

m6 0.2259    0.5678    0.9708    0.4120    0.2071    0.3840    0.0576    0.6756    0.2548  0.1909

m7 0.5798    0.7942    0.9901    0.7446    0.6072    0.6831    0.3676    0.6992    0.8656  0.8439

m8 0.7604    0.0592    0.7889    0.2679    0.6299    0.0928    0.6315    0.7275    0.2324  0.1739

m9 0.5298    0.6029    0.4387    0.4399    0.3705    0.0353    0.7176    0.4784    0.8049  0.1708

m10 0.6405 0.0503 0.4983 0.9334 0.5751 0.6124 0.6927 0.5548 0.9084 0.9943

取xx_ij为0-1型决策变量。

模型为：

这里给出求解

model:

sets:

man/m1..m10/;

woman/w1..w10/;

link(man,woman):p,x;

endsets

data:

p=0.5828    0.2091    0.4154    0.2140    0.6833    0.4514    0.6085    0.0841    0.1210    0.2319

  0.4235    0.3798    0.3050    0.6435    0.2126    0.0439    0.0158    0.4544    0.4508    0.2393

  0.5155    0.7833    0.8744    0.3200    0.8392    0.0272    0.0164    0.4418    0.7159    0.0498

  0.3340    0.6808    0.0150    0.9601    0.6288    0.3127    0.1901    0.3533    0.8928    0.0784

  0.4329    0.4611    0.7680    0.7266    0.1338    0.0129    0.5869    0.1536    0.2731    0.6408

  0.2259    0.5678    0.9708    0.4120    0.2071    0.3840    0.0576    0.6756    0.2548    0.1909

  0.5798    0.7942    0.9901    0.7446    0.6072    0.6831    0.3676    0.6992    0.8656    0.8439

  0.7604    0.0592    0.7889    0.2679    0.6299    0.0928    0.6315    0.7275    0.2324    0.1739

  0.5298    0.6029    0.4387    0.4399    0.3705    0.0353    0.7176    0.4784    0.8049    0.1708

  0.6405    0.0503    0.4983    0.9334    0.5751    0.6124    0.6927    0.5548    0.9084   0.9943;

enddata

max=@prod(man(i):@sum(woman(j):p(i,j)*x(i,j)));

@for(woman(j):@sum(link(i,j):x(i,j))=1);

@for(man(i):@sum(link(i,j):x(i,j))=1);

@for(link:@bin(x));

end

10.填数问题

分别把1,2,…,16填到图示的16个圈内，使得每一个三角形上的全部圈内的数的和为81（共4个三角形）。

决策变量:e_ij=1,第i个圈填数a_j;e_ij=0,第i个圈不填数a_j。

a_j=j,j=1,2,3,...,16。

模型：

这里给出求解

model:

sets:

number/1..16/:a;

link(number,number):e;

tri1(number)/1 2 3 4 5 6 7 8 9/;

tri2(number)/1 2 3 4 16 15 12 11 10/;

tri3(number)/4 5 6 7 14 13 12 15 16/;

tri4(number)/7 8 9 1 10 11 12 13 14/;

endsets

data:

a=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16;

enddata

[obj]max=@sum(link(i,j):e(i,j)*a(j));

@for(number(i):@sum(link(i,j):e(i,j))=1);

@for(number(j):@sum(link(i,j):e(i,j))=1);

@for(link(i,j):@bin(e(i,j)));

@sum(number(j):@sum(tri1(i):e(i,j)*a(j)))=81;

@sum(number(j):@sum(tri2(i):e(i,j)*a(j)))=81;

@sum(number(j):@sum(tri3(i):e(i,j)*a(j)))=81;

@sum(number(j):@sum(tri4(i):e(i,j)*a(j)))=81;

@sum(link(i,j):e(i,j)*a(j))=136;

end

红色的那句程序能够去掉，也能够为：min=@sum(link(i,j):e(i,j)*a(j))，但求的结果不同。结果都符合要求。

编号1~16的圆圈的填数结果至少有3种：

（1）12 11 1 10 7 8 14 13 5 9 4 16 2 6 15 3

（2）14 3 5 15 8 7 13 4 12 6 11 10 9 2 16 1

（3）14 11 4 15 9 8 13 2 5 16 3 10 12 6 1 7

为了求得很多其它的解，能够约束编号1~16的圆圈的填数结果不为以上3种结果。

<span style="color:#000000;">model:

sets:

number/1..16/:a;

link(number,number):e;

tri1(number)/1 2 3 4 5 6 7 8 9/;

tri2(number)/1 2 3 4 16 15 12 11 10/;

tri3(number)/4 5 6 7 14 13 12 15 16/;

tri4(number)/7 8 9 1 10 11 12 13 14/;

yueshu1:c1;

yueshu2:c2;

yueshu3:c3;

endsets

data:

a=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16;

c1=12 11 1 10 7 8 14 13 5 9 4 16 2 6 15 3;

c2=14 3 5 15 8 7 13 4 12 6 11 10 9 2 16 1;

c3=14 11 4 15 9 8 13 2 5 16 3 10 12 6 1 7;

enddata

[obj]min=@sum(number(i):@sum(number(j):e(i,j)*a(j)));

@for(number(i):@sum(number(j):e(i,j))=1);

@for(number(j):@sum(link(i,j):e(i,j))=1);

@for(link(i,j):@bin(e(i,j)));

@sum(number(j):@sum(tri1(i):e(i,j)*a(j)))=81;

@sum(number(j):@sum(tri2(i):e(i,j)*a(j)))=81;

@sum(number(j):@sum(tri3(i):e(i,j)*a(j)))=81;

@sum(number(j):@sum(tri4(i):e(i,j)*a(j)))=81;

@sum(link(i,j):e(i,j)*a(j))=136;

@sum(yueshu1(j):@sum(link(i,j):e(i,j)))<16;

@sum(yueshu2(j):@sum(link(i,j):e(i,j)))<16;

@sum(yueshu3(j):@sum(link(i,j):e(i,j)))<16;

end

</span>

这里给出五个模型，能够与我之前总结的相相应，传送门：http://blog.csdn.net/yzu_120702117/article/details/38453791

简学lingo（四）——实例篇的更多相关文章

简学LINGO（三）——实例篇
1. 装配线平衡模型一个装配线含有一系列的工作站.在终于产品的加工过程中每一个工作站运行一种或者是几种特定的任务.装配线周期是指全部工作站完毕分配给他们各自任务所花费时间的最大值.平衡装配线的目标是 ...
[老老实实学WCF] 第十篇消息通信模式(下) 双工
老老实实学WCF 第十篇消息通信模式(下) 双工在前一篇的学习中,我们了解了单向和请求/应答这两种消息通信模式.我们知道可以通过配置操作协定的IsOneWay属性来改变模式.在这一篇中我们来研究双 ...
[老老实实学WCF] 第七篇会话
老老实实学WCF 第七篇会话通过前几篇的学习,我们已经掌握了WCF的最基本的编程模型,我们已经可以写出完整的通信了.从这篇开始我们要深入地了解这个模型的高级特性,这些特性用来保证我们的程序运行的高 ...
简学Python第二章__巧学数据结构文件操作
#cnblogs_post_body h2 { background: linear-gradient(to bottom, #18c0ff 0%,#0c7eff 100%); color: #fff ...
一步一步学ROP之linux_x64篇
一步一步学ROP之linux_x64篇一.序 **ROP的全称为Return-oriented programming(返回导向编程),这是一种高级的内存攻击技术可以用来绕过现代操作系统的各种通用防 ...
一步一步学ROP之linux_x86篇
一步一步学ROP之linux_x86篇作者:蒸米@阿里聚安全一.序 ROP的全称为Return-oriented programming(返回导向编程),这是一种高级的内存攻击技术可以用来绕过 ...
Mina、Netty、Twisted一起学（四）：定制自己的协议
在前面的博文中,介绍一些消息分割的方案,以及MINA.Netty.Twisted针对这些方案提供的相关API.例如MINA的TextLineCodecFactory.PrefixedStringCod ...
[老老实实学WCF] 第八篇实例化
老老实实学WCF 第八篇实例化通过上一篇的学习,我们简单地了解了会话,我们知道服务端和客户端之间可以建立会话连接,也可以建立非会话连接,通信的绑定和服务协定的 ServiceContract 的S ...
[老老实实学WCF] 第五篇再探通信--ClientBase
老老实实学WCF 第五篇再探通信--ClientBase 在上一篇中,我们抛开了服务引用和元数据交换,在客户端中手动添加了元数据代码,并利用通道工厂ChannelFactory<>类创 ...

随机推荐

PHP 开启或关闭错误提示
如果不具备修改 php.ini 的权限,可以如下: // 只需在php文件中加入这两句即可开启PHP错误提示 ini_set("display_errors", "On& ...
基于UDP的交互的实例
1.实现简单的客户端.服务端聊天交互问题是:客户端不能单独一直发消息回复.. 服务端: import socket server=socket.socket(socket.AF_INET,socke ...
oracle中的dual表
dual表是和Oracle数据字典一起创建的.它实际上只包含dummy这一个column,并且只有一条记录,这条记录的值是X. X dual表的owner是SYS,但所有用户都可以访问它.Althou ...
MySQL可供选择的存储引擎
备注:以下关于5.7版本的内容是来源于官方文档:https://dev.mysql.com/doc/refman/5.7/en/storage-engines.html 以下关于5.6版本的内容,一部 ...
Spring IOC(控制反转)详解及示例
控制反转——Spring通过一种称作控制反转(IOC)的技术促进了低耦合.当应用了IoC,一个对象依赖的其它对象会通过被动的方式传递进来,而不是这个对象自己创建或者查找依赖对象.你可以认为IoC与JN ...
【bzoj4459】[Jsoi2013]丢番图分解质因数
题目描述丢番图是亚历山大时期埃及著名的数学家.他是最早研究整数系数不定方程的数学家之一.为了纪念他,这些方程一般被称作丢番图方程.最著名的丢番图方程之一是x^N+y^n=z^N.费马提出,对于N&g ...
NOJ——聊天止于呵呵（string流重定向+map，水题）
[1645] 聊天止于呵呵时间限制: 5000 ms 内存限制: 65535 K 问题描述 (现代版)俗话说:流言止于智者,聊天止于呵呵.输入一段聊天记录,你的任务是数一数有多少段对话“止于呵呵” ...
BZOJ4514 [Sdoi2016]数字配对【费用流】
题目有 n 种数字,第 i 种数字是 ai.有 bi 个,权值是 ci. 若两个数字 ai.aj 满足,ai 是 aj 的倍数,且 ai/aj 是一个质数, 那么这两个数字可以配对,并获得 ci×c ...
dubbo面试题之dubbo-client 和dubbo-server同时配置超时时间，是以哪个为准；
根据官网表示: 以 timeout 为例,下图显示了配置的查找顺序,其它 retries, loadbalance, actives 等类似: 方法级优先,接口级次之,全局配置再次之. 如果级别一样, ...
表单编码 appliation/x-www-form-urlencoded 与 multipart/form-data 的区别
当表单使用POST方法时,表单数据提交到服务器端之前有两种编码类型可供选择.默认编码类型为 application/x-www-form-urlencoded,此时所有非字母数字类型的字符都需要转换为 ...

简学lingo（四）——实例篇

简学lingo（四）——实例篇的更多相关文章

随机推荐

热门专题