文档介绍：LINDO求解整数线性规划概述
LINDO可用于求解线性纯整数规划或混合整数规划(IP)，
模型的输入与LP问题类似, 但需在END标志后定义整型变量。
0/1型的变量可由INTEGER（可简写为INT）命令来标识，
有以下两种可能的用法：
INT vname
INT n
前者只将决策变量vname标识为0/1型,
后者将当前模型中前n 个变量标识为0/1型（模型中变量顺序由模型中输入时出现的先后顺序决定, 该顺序可由输出结果中的变量顺序查证是否一致）。
一般的整数变量可用命令GIN （是GENERAL INTEGER的意思）,其使用方式及格式与INT 命令相似。。
第2页/共17页
第1页/共17页
员工聘用问题
首先在LINDO模型窗口输入模型 :
MIN X1 + X2 + X3 + X4 + X5 + X6 + X7
SUBJECT TO
MON) X1 + X4 + X5 + X6 + X7 >= 50
TUE) X1 + X2 + X5 + X6 + X7 >= 50
WED) X1 + X2 + X3 + X6 + X7 >= 50
THU) X1+ X2 + X3 + X4 +X7 >= 50
FRI) X1 + X2 + X3 + X4 - X5 >= 80
SAT) X2 + X3 + X4 - X5 + X6 >= 90
SUN) X3 + X4 - X5 + X6 + X7 >= 90
END
GIN 7
其中“GIN 7”表示7个变量都是一般整数变量。 （仍然默认为取值是非负的）
第3页/共17页
第2页/共17页
求解后状态窗口中与整数相关的三个域有了相关结果:
“Best IP ：94”表示当前得到的最好的整数解的目标函数值为94（人）。
“IP Bound ：” （人）。
“Branches ：1”表示分枝数为1（即在第1个分枝中就找到了最优解）。
我们前面说过，LINDO求解IP用的是分枝定界法。
显然，上面第二条“ （人）”，由于员工人数只能是整数，所以至少要聘用94（人）。而第一条说明目前得到的解就是聘用94（人），所以已经是最优的了。
第4页/共17页
第3页/共17页
LP OPTIMUM FOUND AT STEP 8
OBJECTIVE VALUE =
SET X2 TO >= 4 AT 1, BND= - TWIN= - 18
NEW INTEGER SOLUTION OF AT BRANCH 1 PIVOT 18
BOUND ON OPTIMUM:
DELETE X2 AT LEVEL 1
ENUMERATION COMPLETE. BRANCHES= 1 PIVOTS= 18
LAST INTEGER SOLUTION IS THE BEST FOUND
RE-INSTALLING BEST SOLUTION...
求解结果的报告窗口如下：
（接下页）
第5页/共17页
第4页/共17页
OBJECTIVE FUNCTION VALUE
1)
VARIABLE VALUE REDUCED COST
X1
X2
X3
X4
X5
X6