清华讲座：程序与数据分离——Lingo实践与优化模型应用

在清华大学的"程序与数据分离-LINGO讲座"中，谢金星教授深入探讨了数学建模与LINDO/LINGO优化软件的使用。讲座的核心内容围绕以下几个方面展开： 1. 优化模型简介： 讲座首先介绍了优化模型在实际问题中的应用，包括各种类型的优化问题，如线性规划(LP)，二次规划(QP)，非线性规划(NLP)，纯整数规划(PIP)以及混合整数规划(MIP)等。这些模型是通过定义决策变量x，目标函数f(x)，和约束条件gi(x)来求解最大化或最小化问题。 2. LINDO公司及其产品： LINDO由Linus Schrage教授开发，是一家专注于优化软件的公司。讲座提及的主要产品包括LINDO (用于线性交互式和离散优化)，LINGO (线性交互式一般优化器)，LINDO API (编程接口)，以及What'sBest! (用于与电子表格集成的优化工具)。这些软件提供不同的版本以适应不同用户的需求，从演示版到工业级的扩展版，功能各异。 3. LINDO/LINGO软件的功能： - LINDO主要适用于线性规划问题，而LINGO则扩展到了非线性规划，包括二次规划，支持连续优化和整数规划。 - LINDO/LINGO的求解过程包括预处理程序（如确定常数和识别问题类型）、线性优化求解算法（如单纯形法）、非线性优化求解程序，以及分支定界算法用于解决更复杂的整数规划问题。 4. 模型输入与输出： 讲座还涉及如何通过@FILE和@TEXT文件输入数据，以及如何使用@OLE和@ODBC函数与外部电子表格和数据库进行交互。另外，LINDO/LINGO的模型文件格式，如LG4、LNG、LTF、LDT和LRP，以及报告文件格式，对于模型的创建、脚本编写和结果呈现至关重要。 5. 实践案例与建模示例： 课程内容不仅理论讲解，还包括结合实际问题的建模与求解实例，帮助听众理解和掌握如何将数学模型转化为可操作的软件工具。 在整个讲座中，谢金星教授强调了程序与数据分离的重要性，即在模型设计时，如何有效地将逻辑代码与数据分离，使得模型更具灵活性和复用性。这在LINDO/LINGO软件的使用中尤其关键，因为用户可以通过脚本文件(LRP)来组织和调用模型的不同部分，而数据则存储在数据文件(LDT)中，实现了高效和模块化的建模工作流程。