基于LINGO的旅行商问题的建模方法

J4 ›› 2014, Vol. 36 ›› Issue (5): 947-950.

基于LINGO的旅行商问题的建模方法

王继强

（山东财经大学数学与数量经济学院，山东济南 250014）

收稿日期:2012-11-12 修回日期:2013-03-05 出版日期:2014-05-25 发布日期:2014-05-25
基金资助:
国家自然科学基金资助项目(10901093)

LINGO-based modeling methods for
the traveling salesman problem

WANG Jiqiang

(School of Mathematics and Quantitative Economics,Shandong University of Finance and Economics,Jinan 250014,China)

Received:2012-11-12 Revised:2013-03-05 Online:2014-05-25 Published:2014-05-25

摘要/Abstract

摘要：

旅行商问题是图论中一类经典的最优化问题，其研究对于其他图优化问题的解决具有重要的理论意义和实际价值。针对旅行商问题建模中的困难之处——如何避免“分割”现象，提供了三种不同的解决方法，并给出了基于当今最流行的优化计算软件LINGO的实证分析。

关键词: 旅行商问题, 模型, 整数规划, LINGO

Abstract:

The traveling salesman problem is a classical optimization problem in graph theory. Its research has important theoretical meaning and practical value for other graphic optimization problems.Aiming at the difficulty in modeling the traveling salesman problemhow to avoid the “separation”phenomenon, three different solutions are proposed. Finally,a case study based on LINGO,the most popular optimization softwares, is given.

Key words: traveling salesman problem;model;integer program;LINGO

王继强. 基于LINGO的旅行商问题的建模方法[J]. J4, 2014, 36(5): 947-950.

WANG Jiqiang. LINGO-based modeling methods for
the traveling salesman problem [J]. J4, 2014, 36(5): 947-950.

[1]	郭昆1，宋杰1，王洁萍2，朱志良1. NoSQL数据库间数据交换代价研究[J]. J4, 20160101, 38(01): 33-40.
[2]	袁程胜1, 2, 陈金瑞1, 2, 徐晨维3, 刘庆程1, 2, 付章杰1, 2. 基于细粒度局部伪影的生成式图像检测[J]. 计算机工程与科学, 2025, 47(8): 1449-1458.
[3]	徐学政, 方健, 梁少杰, 王璐, 黄安文, 隋京高, 李琼. Rubyphi:面向gem5的Cache一致性协议自动化模型检验[J]. 计算机工程与科学, 2025, 47(7): 1141-1151.
[4]	王斌锋, 蔡利兵, 孔龙星, 黄少华, 韩文彬. 一种基于代理模型的数字资源集成方法[J]. 计算机工程与科学, 2025, 47(7): 1294-1302.
[5]	明志勇1, 2, 3, 王以松2, 3, 冯仁艳4. 基于量化布尔公式的超时态计算树逻辑有界模型检测[J]. 计算机工程与科学, 2025, 47(6): 1062-1070.
[6]	薛锦云1, 周智鹏1, 2, 薛慧琦3, 易心武1, 2, 李志辉1, 2, 刘智高1, 2. 基于Unity 3D的灭火器虚拟消防模拟[J]. 计算机工程与科学, 2025, 47(6): 1090-1096.
[7]	曾垂振1, 2, 崔良中1, 马文卓2. 基于ERNIE模型的雷达维修命名实体识别研究[J]. 计算机工程与科学, 2025, 47(6): 1106-1113.
[8]	徐春, 孙恩威, 汪晓洁. 基于知识和数据双驱动的DRG医疗问答研究[J]. 计算机工程与科学, 2025, 47(6): 1121-1132.
[9]	敬容1, 万福成1, 2, 黄锐1, 于洪志1, 2, 马宁1, 2. 融合降噪微调与图注意力机制的藏文长文本分类[J]. 计算机工程与科学, 2025, 47(6): 1133-1140.
[10]	马汉达, 李腾飞. 基于注意力机制的特征融合推荐模型[J]. 计算机工程与科学, 2025, 47(5): 902-911.
[11]	陈宇灵, 李翔. 基于图结构提示实现低资源场景下的节点分类[J]. 计算机工程与科学, 2025, 47(3): 534-547.
[12]	沈勇辉, 卜东旭, 张胜裕, 宋慧慧, . 聚焦式学习分割一切提示的无监督视频目标分割[J]. 计算机工程与科学, 2025, 47(2): 298-307.
[13]	朱嘉骏, 包美凯, 张凯, 刘烨, 刘淇. 基于多源知识注入的常识问答方法研究[J]. 计算机工程与科学, 2025, 47(2): 349-360.
[14]	陈欣然, 刘宁, 闫中敏, 刘磊, 崔立真. 基于注意力指导的双粒度跨模态医学特征学习框架[J]. 计算机工程与科学, 2025, 47(1): 150-159.
[15]	肖迪, 余柱阳, 李敏, 王莲. 基于差分隐私与模型聚类的安全联邦学习方案[J]. 计算机工程与科学, 2024, 46(9): 1606-1615.