数学建模 数据包络分析(DEA) Lingo实现

model:
sets:
dmu/1..7/:lambda;     !决策单元;
inw/1..4/:s1;         !投入变量集;
outw/1..4/:s2;        !产出变量集;
inv(inw, dmu):x;      !投入数据;
outv(outw, dmu):y;    !产出数据;
endsets

data:
n=?;                  !所评价的决策单元;
x= 349.3313 0.63114 5.59091 6.30942 3.84352 0.50472 37.86518   !AZ;
   1620.7 1.2335 17.19304 25.30626 251.4798 44.21377 117.4841  !CA;
   75.48889 0.06826 1.51314 6.75239 1.04937 0.08122  40.8765   !NM;
   1169.069 1.27549 15.62031 9.99996 9.71338 80.82566 57.3492; !TX;

!消耗*价格;
y= 19110.63 34.52749 305.8581 14526.70504576 3843.5218771 2188.06567 89941.053949  !AZ;
   80799.65 61.49606 857.1551 39765.719738 251479.771641 70912.239599 279059.7185637
   4030.339 3.64439 80.78612  16038.926614 1049.366891 1043.89315 97093.81923952
   65780.31 71.76835 878.9118 22339.449732 9713.3800554 121621.9387228 146673.1547010;
enddata

min=theta;
@for(inw(i):@sum(dmu(j)|j#ne#n:lambda(j)*x(i,j))+s1(i)=theta*x(i,n)); !输入约束;
@for(outw(i):@sum(dmu(j)|j#ne#n:lambda(j)*y(i,j))-s2(i)=y(i,n));  !输出约束;
a = @sum(dmu(j):lambda(j))/theta;  !规模有效性;
end

原文地址:https://www.cnblogs.com/douzujun/p/8443566.html

时间: 2024-10-16 23:16:57

数学建模 数据包络分析(DEA) Lingo实现的相关文章

数学建模算法概括

目录 数学模型按数学方法分类 数学建模十大算法 建模思想 预测与预报 评价与决策 分类与判别 关联与因果 优化与控制 数学模型按数学方法分类 几何模型(球面积分,曲面积分) 分形理论(常用) 图论模型(优化类,规划类,决策类问题) 有一类线性规划类问题可用图论模型解决,最短路径 → 时间最短 or 路径最短 微分方程模型(预测人口增长,传热导热问题) 概率问题(彩票) 最优控制模型(药物疗效) 规划论模型(投资问题) 马氏链模型(概率模型) 前后不关联的概率模型 数学建模十大算法 蒙特卡罗算法

数学建模比赛论文的基本结构

一.常用的三种结构 一 二 三 1.摘要 1.摘要 1.摘要 2.问题重述 2.问题的提出与重述.问题的分析 2.问题的叙述.背景的分析 3.问题的分析 3.变量假设 3.模型的假设.符号说明 4.模型假设 4.模型建立 4.模型建立 5.符号说明 5.模型求解 5.模型求解 6.模型建立 6.模型分析与检验 6.模型检验 7.模型求解 7.模型的评价与推广 7.模型评价 8.结果分析.验证.模型检验及修正 8.参考文献 8.参考文献 9.模型评价 9.附录 9.附录 10.参考文献     1

关于数学建模——入门

数学建模的概念:系统的描述某种本质特征的数学表达式 分类:初等/几何/图论/组合/微分方程/线性规划模型/非线性规划模型/目标规划模型/统计回归模型等... 步骤:建立.求解.分析.检验 Notice:数学建模没有唯一正确的答案,评价模型优劣的标准是实践. Model+Algorithm+Program=Map(映射) 数学建模论文的结构: 1.title: 2.summary:3.restatement of the problem(问题引言):4.analysis of the proble

【数学建模的五步方法】

第一步,提出问题. ·列出问题中涉及的变量,包括适当的单位. ·注意不要混淆变量的常量. ·列出你对变量所做的全部假设,包括等式和不等式. ·检查单位从而保证你的假设有意义. ·用准确的数学术语给出问题的目标. 第二步,选择建模方法. ·选择结局问的一个一般的求解方法. ·一般地,这一步的成功需要经验.技巧和熟悉相关文献. 第三步,推导模型的数学表达式.·将第一步中得到的问题重新表达成第二步选定额建模方法所需要的形式. ·你可能需要将第一步中的一些变量名改成与第二步所用的记号一致.·记下任何补充

数学建模常用算法

一.主成分分析 二.因子分析法 三.聚类分析 四.最小二乘与多项式拟合 五.方差分析法 六.逼近理想点排序法 七.动态加权法 八.灰色关联分析法 九.灰色预测法 十.模糊综合评价法 十一.时间序列分析法 十二.蒙特卡洛仿真模型 十三.BP神经网络方法 十四.数据包络分析法 十五.多因素方差分析法(基于spss) 十六.拉格朗日插值 原文地址:https://www.cnblogs.com/zhibei/p/9346073.html

【数学建模】创意平板折叠桌的模型分析与优化设计

? ? 创意平板折叠桌的模型分析与优化设计 魏淙铭 陈星曼 田桃 ? 摘要: 本题要求设计创意折叠桌,问题一给定了具体的长方形平板尺寸.桌高等设计参数求折叠桌的动态变化过程和桌脚边缘线的数学描述,问题二中任意给定桌高和桌面直径求折叠桌的最优设计参数,问题三则要求根据客户提供的桌面边缘线和桌脚边缘线的大致形状给出一款能够确定最优设计参数的软件的数学模型. 本题中,我们以折叠桌桌面中心为圆心,建立空间坐标系求解数学模型. 对于问题一,我们通过使用切片法降低维数来确定桌腿长度.开槽的长度等设计参数,并

数学建模学习笔记(第五章:6个动态模型-微分方程的建立与分析)

第五章:动态模型(微分方程建模) ·  预报与决策类型 ·  描述对象特征随时间或空间的演变过程: ·  分析对象特征的变化规律: ·  预报对象特征的未来特征: ·  研究控制对象特征的手段等. 这类题,要求的是一种趋势,描述一种变化过程,也可以称为预测.(属于动态) 1.    传染病模型 a)      问题描述:描述产染病的传播过程:分析受感染人数的变化规律:预报传染病高潮到来的时刻:预防传染病蔓延的手段:按照传播过程的一般规律,用机理分析方法建立模型:之后使用测试分析,确定最好的模型.

数学建模竞赛题目

建模意义 思考方法 数学建模是一种数学的思考方法,是运用数学的语言和方法,通过抽象.简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段. 数学建模就是用数学语言描述实际现象的过程.这里的实际现象既包涵具体的自然现象比如自由落体现象,也包含抽象的现象比如顾客对某种商品所取的价值倾向.这里的描述不但包括外在形态,内在机制的描述,也包括预测,试验和解释实际现象等内容. 我们也可以这样直观地理解这个概念:数学建模是一个让纯粹数学家(指只研究数学而不管数学在实际中的应用的数学家)变成物理

数学建模常用的十大算法

数学建模常用的十大算法==转 (2017-07-16 11:26:14) 转载▼ 1. 蒙特卡罗算法.该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟来检验自己模型的正确性,几乎是比赛时必用的方法. 2. 数据拟合.参数估计.插值等数据处理算法.比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用MATLAB 作为工具. 3. 线性规划.整数规划.多元规划.二次规划等规划类算法.建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算