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

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