文档介绍：1~传送系统的效率
对于目标函数逐渐拆分，过程中的公式不断想办法解决！
由效率到运走的与生产的比例，运走的再用每个产品运走
的概率乘以总的，再往后
2 报童的诀窍
3 随机存储的策略
求解确定未知数的求解过程，变限微积分，大小s的求解都是重点
4轧钢中的浪费
概率密度的问题都要在一个最佳确定点的求解
5随机人口模型
''''''''''''''''''''''''''''''''''''''''''''
总要有个总的目标然后逐渐拆分到底得到表达式
就是逐步分解过程中的概率要分开考虑改变主题
问题求解答过程，概率问题，大量的作为连续问题！
还有间断的问题，比如可调整的进报量等，或者最小基础！
这样就是优化！lingo也许有用，或者运筹学的方法，
大型问题的综合性，仓储，运送，销售的整体赢利！在于良好的分开计算！
统计回归模型的问题
matlab的运用和相对关系的判定一次二次相关等等
根据R的平方以及可信区间进行判断的，找到拟和最好的，
自因变量的划定
置信区间包含零点反而不好，
残差的分布，
自变量的交互作用，和实际的相应问题
预测区间更短的为好，
软件开发人员的问题的
组合方式因自变量的问题而不同，教育，管理，资历有区别
残差分析，剔除异常数据等
可以直接对6种管理—教育组合引入5个0-1变量
8月19日
lingo 的学习日
各个窗口的判断和确认，集解答能力有缺点！
集的定义：
一组数据，并且用于不同的组合，属性，衍生集，
后面的变量约束有一定难度特别是简化的过程
就是逻辑约束如职员时序安排模型
最后的min=***@sum(days: statrt);
***@for(days(j): 约束条件
***@sum(days(i)|i#le#5:
start(***@wrap(j+i+2,7)))>=requried(j)); wrap是j+i+2的模7加以函数
end
要求每个员工联系工作五天而且每天所需要的职工是required(j)
运用for函数的调用，得到约束条件的表达，
!目标函数;
min=***@sum(links: cost*volume);
!需求约束;
***@for(vendors(J):
***@sum(warehouses(I): volume(I,J))=demand(J));
!产量约束;
***@for(warehouses(I):
***@sum(vendors(J): volume(I,J))<=capacity(I));
excel表格在用lingo调用的时候所调用能够部分必须提前定义名称就是左端的值！
8月20
动态模型问题
精炼简化假设实际背景目的
目的的确定是很多的，对象的变化规律，未来特性，控制手段，
连续离散随机三种情况，分析讨论模型优化
最后确认答案正确检验
由简单到复杂，
简单的确认模型的形态，然后由简单的添加有效的特性，最后得到比较好的问题模型！
论文摘要：
运用方法，结果，使用模型，整体了解情况！