|
课程培训
|
Lingo统计软件培训课程
Lingo 统计软件培训课程大纲
培训对象：
培训目标：
培训内容介绍：
一、优化模型与Lingo软件概述 （1）优化模型的基本概念：优化问题的三要素（决策变量/目标函数/约束条件）；优化模型的分类（线性/非线性、连续/整数、单目标/多目标）；优化模型在实际决策中的应用价值。 （2）Lingo软件简介：Lingo软件的发展历程（由美国LINDO系统公司研制开发）；Lingo软件的功能定位与核心优势；Lingo与其他优化软件（LINDO/CPLEX/Gurobi）的对比；Lingo可以求解的问题类型（线性规划/整数规划/二次规划/非线性规划/组合优化）。 （3）Lingo应用领域：生产线规划、运输与物流、财务金融、投资分配、资本预算、混合排程、库存管理、资源配置等。 （4）Lingo开发环境：Lingo安装与启动；主窗口导航（模型窗口/求解器状态窗口/求解结果窗口）；Lingo文件类型（.lg4/.lng/.ldt）；Lingo选项设置。
二、Lingo建模基础与语法入门 （1）Lingo模型的基本结构：模型定义（MODEL: ... END）；集合定义区（SETS: ... ENDSETS）；数据定义区（DATA: ... ENDDATA）；目标与约束区。 （2）Lingo运算符与表达式：算术运算符（+ - * / ^）；关系运算符（#EQ# #NE# #GT# #GE# #LT# #LE#）；逻辑运算符（#AND# #OR# #NOT#）；运算符优先级。 （3）Lingo常用函数：数学函数（@ABS/@SIN/@COS/@EXP/@LOG）；概率函数（@PBN/@PPL/@PFS）；变量界定函数（@BIN/@GIN/@FREE/@BND）。 （4）第一个Lingo模型：简单线性规划问题的建模与求解；模型输入方式（直接输入/命令行方式）；求解器调用与结果查看。
三、集合与数据管理 （1）集合的概念与作用：为什么需要集合（处理大规模同类变量）；基本集合（一维集合）的定义；派生集合（多维集合）的定义；稠密集与稀疏集的概念。 （2）集合循环函数：@FOR（对集合所有元素循环）；@SUM（对集合元素求和）；@MAX/@MIN（求最大/最小值）；@PROD（求乘积）。 （3）数据导入导出：DATA段中直接赋值；从文本文件导入数据（@FILE函数）；从Excel文件导入数据（@OLE函数）；与数据库的数据交换（@ODBC函数）；求解结果导出到文件。 （4）案例实战：“帆船生产计划”案例理解基本集合；“工地选址”案例理解派生集合。
四、线性规划模型 （1）线性规划基本理论：线性规划的标准形式；可行域与最优解；单纯形法原理简介；对偶理论与影子价格。 （2）Lingo线性规划求解：LP问题的Lingo建模规范；求解器选择与参数设置；求解结果解读（目标函数值/决策变量值/对偶价格/ Reduced Cost）。 （3）敏感性分析：Range Analysis功能的使用；目标函数系数变化的影响；约束右端项变化的影响；敏感性分析报告的解读。 （4）案例实战：给客户配货问题（运输问题）-使总的运输费用最小；生产计划安排问题-使企业收益最大；配料问题-使成本最小。
五、整数规划与0-1规划 （1）整数规划基础：整数规划的分类（纯整数/混合整数/0-1整数）；整数规划的求解难度；分支定界法原理简介。 （2）Lingo整数规划实现：@GIN函数实现一般整数约束；@BIN函数实现0-1整数约束；整数规划求解器设置；求解结果解读。 （3）经典整数规划问题：背包问题（Knapsack Problem）建模与求解；指派问题（Assignment Problem）建模与求解；旅行商问题（TSP）建模与求解。 （4）案例实战：投资组合选择问题；工厂选址问题；人员排班问题。
六、非线性规划 （1）非线性规划基础：非线性规划的特点与挑战；局部最优与全局最优；凸优化与非凸优化。 （2）Lingo非线性规划求解：非线性表达式的编写；非线性约束的处理；Lingo非线性求解器（SLP/SQP/GRG）；初始值设置的重要性；全局最优搜索（Global Solver）的使用。 （3）案例实战：投资组合优化（Markowitz均值-方差模型）；价格弹性需求下的利润最大化问题；非线性成本的生产计划问题。
七、目标规划 （1）目标规划基础：多目标决策的挑战；目标规划的核心理念（优先级/权重/偏差变量）；目标规划与线性规划的区别。 （2）目标规划建模：正负偏差变量的引入；目标约束的构造；优先级划分与权重设置；序贯算法与加权法。 （3）Lingo目标规划实现：多目标问题的Lingo建模；求解结果与目标达成度分析。 （4）案例实战：生产计划中的多目标权衡（利润/设备利用率/加班时间）；人力资源配置的多目标优化。
八、图论与网络模型 （1）图论基础：图的基本概念（顶点/边/权）；图的表示方法（邻接矩阵/边列表）。 （2）最短路问题：Dijkstra算法原理；Lingo中最短路问题的建模与求解。 （3）最小生成树问题：树与生成树的概念；Kruskal算法与Prim算法；Lingo中最优树问题的求解。 （4）最大流与最小割：网络流问题的建模；Lingo中最大流问题的实现；最小割与最大流的关系。 （5）案例实战：运输网络优化；通信网络设计；物流配送路径规划。
九、排队论模型 （1）排队论基础：排队系统的基本组成（到达过程/服务机制/排队规则）；排队模型的主要指标（队长/等待时间/服务强度）；经典排队模型（M/M/1/M/M/c等）。 （2）排队论的优化问题：服务台数量决策；服务率优化；系统容量设计。 （3）Lingo排队论建模：利用Lingo求解排队系统稳态指标；排队系统优化问题的建模。 （4）案例实战：银行柜台数量配置；客服中心人员排班；医院挂号窗口优化。
十、存储论模型 （1）存储论基础：库存管理的基本概念；经典库存模型（EOQ经济订货批量）；允许缺货的库存模型；生产批量模型。 （2）存储论的优化问题：订货批量决策；订货点决策；安全库存设置。 （3）Lingo存储论建模：库存成本函数的构造；约束条件的设置；敏感性分析。 （4）案例实战：原材料采购批量优化；成品库存管理；多级库存系统优化。
十一、对策论模型 （1）对策论基础：对策论的基本要素（局中人/策略/支付）；矩阵对策（二人零和博弈）；纳什均衡概念。 （2）对策论的Lingo求解：矩阵对策的线性规划转化；混合策略纳什均衡的求解。 （3）案例实战：市场竞争博弈；拍卖策略优化；供应链协调机制设计。
十二、经济管理领域综合案例 （1）投资决策案例：某部门资金100万元5年内多项目投资，使收益最大。 （2）员工时序安排案例：一周7天所需最少人数，员工连续工作5天休息2天，求每周最少人数及总安排。 （3）DEA模型（数据包络分析）：效率评价的DEA方法；CCR模型与BCC模型；Lingo中DEA模型的实现。 （4）多式联运优化：运输方式选择与路径规划；Lingo中多式联运模型的实现。 （5）集装箱空箱调运：空箱调运的优化决策；Lingo中空箱调运模型的实现。 （6）VRP模型（车辆路径问题）：带容量约束的车辆路径问题；Lingo中VRP模型的实现。 （7）Layout优化：设施布局优化问题；Lingo中布局优化模型的实现。
十三、Lingo高级应用与编程技巧 （1）多模型求解与参数化：批量运行多个模型；参数化分析的实现方法；敏感性分析的自动化。 （2）Lingo与外部程序的交互：通过命令行调用Lingo求解；从其他程序调用Lingo引擎；求解结果的自动提取与处理。 （3）复杂模型的调试技巧：模型语法检查；调试模式（DEBUG）的使用；常见错误类型与解决方案。 （4）大规模模型的性能优化：集合定义的优化；数据导入导出的效率；求解器参数的调优选择。
十四、综合实战项目 如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训 除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916 技术服务需求表点击在线申请 服务特点： 海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。 专家力量： 中国科学院软件研究所，计算研究所高级研究人员 oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家 中科信软培训中心，资深专家或讲师 大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富 多年实际项目经历，大型项目实战案例，热情，乐于技术分享 针对客户实际需求，案例教学，互动式沟通，学有所获 |
|
