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

一个TensorFlow例子
一个TensorFlow的例子 import tensorflow as tf x = tf.constant(1.0, name='input') w = tf.Variable(0.8, name ...
【Mysql 优化 6】mysql优化的内容和思路
根据最近做mysql优化,以及参照的官方文档的一些知识点,总结一下,如何下手去优化mysql 数据库.PS:更多可能是我个人的笔记总结记录,仅供参考一.优化的内容可以优化的内容,从范围的大小,可以 ...
《人月神话》读书笔记（2）-week3
为了确保团队中的每个人都能保持系统概念上的完整性,关于项目的书面规格说明是必不可少的.手册要描绘用户可见的一切,但不应支配实现的过程.光有规格说明也是不够的,会议也是必要的.书中提到的周例会会迅捷地给 ...
iOS----精品开源库-开发强力助攻
30个精品iOS开源库,超强助攻你不会想错过他们,真的. 我爱开源. 文章的尾部你会看到一个太长不看的版本——一个简单的列表,只有标题和到项目的链接.如果你发现这篇文章是有用的,把它和你的iOS开 ...
C++ Programming with TDD之二：CppUTest单元测试
在之前一篇C++ Programming with TDD博客中,我带给大家gmock框架的简介(地址戳着里),今天我们继续本系列,带个大家C++中的单元测试框架CppUTest的介绍. CppUTe ...
【bzoj3261】最大异或和可持久化Trie树
题目描述给定一个非负整数序列 {a},初始长度为 N. 有M个操作,有以下两种操作类型:1.A x:添加操作,表示在序列末尾添加一个数 x,序列的长度 N+1.2.Q l r x:询问操 ...
23we
package com.test.dao; import java.sql.Connection; import java.sql.PreparedStatement; import java.sql ...
python - opencv 的一些小技巧备忘
python - opencv 的一些小技巧备忘使用python-opencv来处理图像时,可以像matlab一样,将一幅图像看成一个矩阵,进行矢量操作,以加快代码运行速度. 下面记录几个常用的操作 ...
微信小程序答题系统实现随机出题答题小程序如何实现随机出题微信小程序答题系统
最近头脑王者非常火爆,公司也在开发类似头脑王者的答题系统,这个重任交到我这边来了,我们在开发的这个微信小程序答题系统,需要实现随机出题.尤其是一些比如闯关的环节,需要随机从题库里抽取若干道题目,给到用 ...
洛谷 [P2887] 防晒霜
贪心首先以 miSPF 为关键字降序排列,然后对于每一头奶牛寻找满足范围的 SPF 值最大的防晒霜用, 我们发现,因为已经按最小值降序排列,所以对于下界来说若当前奶牛满足,之后的奶牛肯定满足,对上界 ...

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