LINGO中的函数列表

更新时间:2024-05-16 00:29:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

LINGO中的函数列表

类函数 型 数学函数 @abs(x) @sin(x) @cos(x) @tan(x) @exp(x) @log(x) @lgm(x) @sign(x) floor(x) smax(x1,x2,…,xn) smin(x1,x2,…,xn) @pfs(a,x,c) @ppl(a,x) @psl(x) @psn(x) @ptd(n,x) @qrand(seed) @pps(a,x) @fpa(I,n) @fpl(I,n) @pbn(p,n,x) @pcx(n,x) @peb(a,x) @pel(a,x) @pfd(n,d,x) 功能 返回x的绝对值 返回x的正弦值,x采用弧度制 返回x的余弦值 返回x的正切值 返回常数e的x次方 返回x的自然对数 返回x的gamma函数的自然对数 如果x<0返回-1;否则,返回1 当x>-1,返回x的整数部分。否则报错。 返回x1,x2,…,xn中的最大值 返回x1,x2,…,xn中的最小值 返回如下情形的净现值:单位时段利率为I,连续n个时段支付,每个时段支付单位费用 返回如下情形的净现值:单位时段利率为I,第n个时段支付单位费用 二项分布的累积分布函数 自由度为n的χ分布的累积分布函数 当到达负荷为a,服务系统有x个服务器且允许无穷排队时的Erlang繁忙概率 当到达负荷为a,服务系统有x个服务器且不允许排队时的Erlang繁忙概率。 自由度为n和d的F分布的累积分布函数。 当负荷上限为a,顾客数为c,平行服务器数量为x时,有限源的Poisson服务系统的等待或返修顾客数的期望值。 2 @phg(pop,g,n,x) 超几何(Hypergeometric)分布的累积分布函数。 pop表示产品总数,g是正品数。 Poisson分布的线性损失函数,即返回max(0,z-x)的期望值,其中随机变量z服从均值为a的Poisson分布。 均值为a的Poisson分布的累积分布函数。 单位正态线性损失函数,即返回max(0,z-x)的期望值,其中随机变量z服从标准正态分布。 标准正态分布的累积分布函数。 自由度为n的t分布的累积分布函数 产生服从(0,1)区间的拟随机数。@qrand只允许 在模型的数据部分使用,它将用拟随机数填满集属性。 @rand(seed) @bin(x) @bnd(L,x,U) @free(x) @gin(x) @in(set_name,primitive_index_1 [,primitive_index_2,…]) @index([set_name,] primitive_set_element) @wrap(index,limit) @for @sum @min @max @PROD @file(’filename’) @text([’filename’]) @ole @ranged(variable_or_row_name) @rangeu(variable_or_row_name) @status() @dual(variable_or_row_name) @if(logical_condition,true_result,false_result) @warn(’text’,logical_condition 返回0和1间的伪随机数,依赖于指定的种子。 典型用法是U(I+1)=@rand(U(I))。注意如果seed不变,那么产生的随机数也不变。 限制x为0或1 限制L≤x≤U 取消对变量x的默认下界为0的限制,即x可以取任意实数 限制x为整数 该函数返回在集set_name中原始集成员primitive_set_element的索引。 @size(set_name) 循环 求和 求最小值 求最大值 求积 从外部文件中输入数据,可以放在模型中任何地方 在数据部分用来把解输出至文本文件中 从EXCEL中引入或输出数据的接口函数,它是基于传输的OLE技术 为了保持最优基不变,变量的费用系数或约束行的右端项允许减少的量 为了保持最优基不变,变量的费用系数或约束行的右端项允许增加的量 返回LINGO求解模型结束后的状态 返回变量的判别数(检验数)或约束行的对偶(影子)价格(dual prices) 如果元素在指定集中,返回1;否则返回0。 评价逻辑表达式logical_condition,如果为真, 返回true_ result,否则返回false_result。 如果逻辑条件logical_condition为真,则产生一个内容为’text’的信息框

本文来源:https://www.bwwdw.com/article/okk7.html

Top