編輯推薦
·深入淺齣地介紹LINGO的基礎知識
·案例豐富、條理清晰、講解透徹、圖文並茂
·大學生數學建模競賽的指導用書
·拓寬知識麵,提高分析問題、解決問題的能力
內容簡介
《LINGO和Excel在數學建模中的應用》深入淺齣地介紹瞭LINGO的基礎知識、用LINGO語言描述現實問題的方法和用Excel處理數據的方法,重點是這兩種軟件在解決各種優化問題以及在數學建模中的應用,通過豐富的實例介紹瞭把實際問題轉化為數學模型的方法,以及綜閤運用LINGO等軟件來求解模型的手段和技巧。
《LINGO和Excel在數學建模中的應用》的主要內容包括LINGO的基本用法、LINGO在圖論和網絡模型中的應用、用LINGO求解非綫性規劃和多目標規劃、LINGO與其他軟件之間的數據傳遞、Excel在數學建模中的應用和LINGO在數學建模中的應用實例等。《LINGO和Excel在數學建模中的應用》可作為高等院校研究生、本科生和專科生的數學建模培訓教材或參考書,也是從事數學建模教學和建模競賽指導的教師、對數學建模有興趣的科研人員有價值的參考書,還可以作為一本內容較全麵的LINGO軟件使用和培訓教材。
作者簡介
作者是數學建模的資深教授和專傢。
內頁插圖
目錄
前言
第1章 LINGO的基本用法
1.1 LINGO入門
1.1.1 概況
1.1.2 LINGO的基本用法
1.2 用LINGO編程語言建立模型
1.2.1 LINGO模型的基本組成
1.2.2 IANGO語言的優點
1.3 LINGO的菜單
1.3.1 文件(151e)菜單
1.3.2 編輯(Edit Menu)菜單
1.3.3 LINGO菜單
1.3.4 窗口(Window)菜單
1.3.5 幫助(Help)菜單
1.4 LINGO的參數設置
1.4.1 Interface(界麵)選項卡
1.4.2 General Solver(,通用求解器)選項卡
1.4.3 Linear Solverl(綫性求解器)選項卡
1.4.4 Nonlinear Solver(非綫性求解器)選項卡
1.4.5 Integer Pre.Solver(整數預處理求解器)選項卡
1.4.6 Integer Solve(整數求解器)選項卡
1.4.7 Global Solver(全局最優求解器)選項卡
1.5 LINGO的運算符和函數
1.5.1 LINGO的常用運算符
1.5.2 數學函數
1.5.3 概率函數
1.5.4 集閤操作函數
1.5.5 變量定界函數
1.5.6 文件輸入輸齣函數
1.5.7 金融函數
1.5.8 結果報告函數
1.5.9 其他函數
1.6 幾點補充說明
1.6.1 稠密集閤與稀疏集閤
1.6.2 數據段的幾點說明
1.6.3 初始化段
1.6.4 模型的標題
1.7 LINGO的典型應用舉例
1.7.1 下料問題
1.7.2 配料問題
1.7.3 選址問題
1.7.4 指派問題
1.7.5 投資問題
1.7.6 裝箱問題
1.8 用LINGO實現非綫性麯綫擬閤
1.8.1 麯綫擬閤及最小二乘法
1.8.2 用LINGO求非綫性麯綫擬閤的最小二乘解
習題一
第2章 UNGO在圖論和網絡模型中的應用
2.1 最短路問題
2.1.1 圖的基本概念
2.1.2 最短路問題
2.2 旅行售貨商(TSP)模型
2.2.1 TSP模型的數學描述
2.2.2 LINGO程序設計
2.3 最小生成樹和最優連綫
2.3.1 把最優連綫問題轉化成整數規劃
2.3.2 LINGO程序設計
2.4 最大流問題
2.4.1 問題的描述
2.4.2 數學模型
2.4.3 最小費用最大流
習題二
第3章 用LlNGO求解非綫性規劃和多目標規劃
3.1 用LINGO求解非綫性規劃
3.1.1 飛行管理問題
3.1.2 火力發電廠購油計劃的優化
3.2 LINGO在多目標規劃和最大最小化模型中的應用
3.2.1 多目標規劃的常用解法
3.2.2 最大最小化模型
3.2.3 用LINGO求解多目標規劃和最大最小化模型
習題三
第4章 LlNGO與外部文件之間的數據傳遞
4.1 通過windows剪貼闆傳遞數據
4.2 LING0與文本文件之間的數據傳遞
4.2.1 從文本文件讀取數據
4.2.2 把數據(計算結果)寫入文本文件
4.3 LINGO與Excel文件之間的數據傳遞
4.3.1 從Excel文件中導入數據
4.3.2 將計算結果導齣到Excel文件中
4.4 LING0與數據庫的接口
4.4.1 LINGO與Access數據庫之間的數據傳遞
4.4.2 @ODBC函數的使用格式
習題四
第5章 Excel在數學建模中的應用
5.1 Excel的數據處理功能
5.1.1 Excel的函數
5.1.2 Excel的數據分析功能
5.2 用Excel繪製圖錶
5.2.1 創建圖錶的步驟
5.2.2 編輯和修改圖錶
5.2.3 繪圖實例——用Excel繪製任意一元函數的圖像
5.3 總體分布的假設檢驗
5.3.1 x2檢驗法的基本思路
5.3.2 方法步驟
5.4 迴歸分析
5.4.1 迴歸分析的概念
5.4.2 一元綫性迴歸
5.4.3 多元綫性迴歸
5.4.4 可化為綫性的非綫性迴歸
習題五
第6章 LlNGO在數學建模中的應用實例
6.1 最優渡江路綫
6.1.1 問題的提齣
6.1.2 基本假設
6.1.3 問題的分析
6.1.4 模型的建立和求解
6.2 鋼管訂購和運輸計劃的優化
6.2.1 問題的提齣
6.2.2 符號說明
6.2.3 問題的分析
6.2.4 模型的建立
6.2.5 模型的求解
6.2.6 銷價與産量上限的靈敏度分析
6.3 電力市場輸電阻塞管理的優化
6.3.1 問題的提齣
6.3.2 問題的分析
6.3.3 有功潮流的近似錶達式
6.3.4 阻塞費用計算規則
6.3.5 問題(3)的模型
6.3.6 問題(4)的模型
6.3.7 問題(5)的模型
6.4 DVD在綫租賃的優化管理
6.4.1 問題的提齣
6.4.2 基本假設
6.4.3 問題(1)的分析和解答
6.4.4 問題(2)的分析、建模和解答
6.4.5 問題(3)的分析和求解
6.5 露天礦生産車輛的優化安排
6.5.1 問題的提齣
6.5.2 基本假設
6.5.3 符號說明
6.5.4 問題的分析
6.5.5 問題(1)的模型及求解
6.5.6 問題(2)的求解
參考文獻
前言/序言
數學建模與科學計算實踐指南:理論、工具與應用前沿 導讀: 本書旨在為緻力於掌握數學建模方法並熟練運用現代計算工具解決實際問題的讀者,提供一套係統、深入且高度實用的技術與理論框架。本書不涉及LINGO軟件在數學規劃中的具體應用,亦不側重於Excel在數據處理和基礎統計分析中的操作細節,而是將視角聚焦於數學建模的核心思維、跨學科工具的融閤應用,以及麵嚮前沿復雜問題的通用建模範式。 --- 第一部分:數學建模的基石與思維範式重塑 第一章:從現象到模型的抽象藝術 本章深入探討數學建模的哲學基礎與核心步驟。我們著重分析如何識彆現實世界中的關鍵要素、提煉約束條件以及選擇閤適的數學語言(代數、微分方程、概率論等)進行描述。重點闡述“模型簡化”的藝術與科學——如何在保持問題本質特徵的同時,去除不必要的復雜性,強調模型假設的閤理性檢驗與敏感性分析。內容涵蓋層次分析法(AHP)的嚴謹構造、熵權法(EWM)在多指標決策中的客觀性校準,以及係統動力學(SD)的定性與定量轉化路徑。 第二章:優化理論的深度挖掘與拓展 本章跳脫齣綫性規劃的初級應用,轉嚮非綫性、多目標及動態優化問題的處理。詳細闡述瞭KKT條件在非綫性約束優化中的應用,重點解析內點法和序列二次規劃(SQP)的算法思想及其在復雜工程問題中的適用性。對於多目標優化,本書深入探討瞭帕纍托最優集的有效搜索策略,包括加權法、$epsilon$-約束法和目標規劃法的適用場景與局限性。對整數規劃的理論基礎,如割平麵法和分支定界法的演進,進行瞭全麵的迴顧與分析。 第三章:隨機性與不確定性下的建模 現代工程與決策中,不確定性是常態。本章專注於如何將隨機變量和概率分布引入模型。內容涵蓋馬爾可夫鏈(Markov Chains)在狀態轉移預測中的嚴密構建,泊鬆過程與排隊論(Queuing Theory)在資源分配和業務流程優化中的應用。此外,本書還詳細介紹瞭濛特卡洛模擬(Monte Carlo Simulation)在復雜係統風險評估中的多重采樣技術與收斂性判斷標準,而非側重於基礎的數據擬閤。 --- 第二部分:跨平颱計算工具的通用方法論 第四章:科學計算語言在建模中的優勢與實踐 本章的核心在於介紹和實踐一種或多種通用性強的科學計算語言(如Python或MATLAB)在數學建模中的強大潛力,完全獨立於商業軟件的操作界麵。內容聚焦於高效算法的實現:如何利用這些語言庫實現自定義的優化算法(如遺傳算法、粒子群優化),如何進行大規模矩陣運算以求解偏微分方程的離散化問題。重點講解數據結構對模型求解效率的影響,以及如何構建模塊化、可移植的建模代碼框架。 第五章:數值分析與穩定性控製 數學模型最終需要通過數值方法求解。本章係統闡述瞭求解微分方程組的數值方法,包括Runge-Kutta法的迭代精度分析、有限差分法(FDM)在處理邊界條件時的技巧,以及有限元方法(FEM)的基本思想和在復雜幾何結構建模中的應用潛力。特彆強調瞭數值誤差的來源(截斷誤差與捨入誤差)以及如何通過選擇閤適的算法和步長來保證計算結果的穩定性和精度。 第六章:大規模數據驅動的建模前沿 麵對大數據環境,模型不再僅僅是解析式的公式,而是與數據深度融閤的算法結構。本章探討瞭迴歸分析的非綫性拓展,如廣義加性模型(GAM)。更重要的是,它介紹瞭如何利用機器學習的思維來輔助和改進傳統數學模型:例如,如何使用聚類分析(Clustering)來識彆模型中的潛在子係統,或使用迴歸模型來替代難以解析的復雜子過程(“黑箱”建模)。 --- 第三部分:復雜係統與前沿交叉應用案例分析 第七章:網絡結構與信息傳播建模 本章聚焦於圖論在現代社會和工程中的應用。詳細分析瞭復雜網絡(如無標度網絡、小世界網絡)的生成模型與特性。重點在於應用圖論算法(如最短路徑、最大流/最小割)解決物流配送、通信路由優化問題。同時,本書探討瞭基於網絡結構的信息(如疾病、謠言)的傳播動力學模型,並利用微分方程組來描述這些動態過程。 第八章:時空數據與環境建模 本章關注涉及時間和空間維度耦閤的建模問題。內容涵蓋地理信息係統(GIS)數據與數學模型的集成。深入分析瞭時間序列分析(如ARIMA模型的理論缺陷與GARCH模型在波動性預測中的優勢)。在環境科學建模方麵,重點講解瞭物質遷移與擴散模型的建立,以及如何將偏微分方程(PDEs)應用於水文、大氣汙染的預測。 第九章:多智能體係統與博弈論決策 在決策者相互影響的場景中,博弈論提供瞭強有力的分析工具。本章詳述瞭非閤作博弈論的基礎,如納什均衡的存在性與求解條件。內容涵蓋動態博弈的分析,以及如何將進化博弈論應用於群體行為的長期演化預測。重點在於構建多智能體互動模型,並分析在不同信息結構下最優策略的演變。 --- 結語:麵嚮未來模型的持續迭代 本書的最終目標是培養讀者一種持續學習和模型迭代的科學素養。在快速發展的技術環境中,成功的數學建模者必須能夠靈活地將新齣現的理論工具(如深度學習的某些預測模塊)與經典的優化和仿真框架相結閤,構建齣既能精確描述問題,又能在計算上高效求解的混閤模型。本書提供的,是一套堅實的思維工具箱,而非一套固定的解題步驟。