OR Spektrum (1997) 19:1-4

0Rf trum
9 Springer-Verlag 1997

OR Software

LINGO

Rezensenten: K. Haase, R. Kolisch, Kiel

Programm: LINGO INDUSTRIAL/PC
Version: 3.0
Im Lieferumfang enthalten: OR-Modelle aus den Bereichen Investition und Finanzierung, Produktionswirtschaft,
Statistik und Marketing
Hardware: PC mit 386-Prozessor und 8 MB
Betriebssystem: DOS/WINDOWS
Disketten: Zwei 3.5" Disketten ftir DOS und eine Diskette ftir WINDOWS
Dokumentation: Handbuch mit ausftihrlicher Einftihrung und vielen Anwendungsbeispielen
Import~Export: ASCII-, MPS-, LINDO-, WKS-, WK1- und XLS-Format
Kosten: 1670,- DM (Lehrversion), 6290,- DM (kommerzielle Version) zzgl. MwSt. und Versandkosten
Bezugsquelle: ADDITIVE Soft- und Hardware ftir Technik und Wissenschaft GmbH, Max-Planck-Str. 9,
61381 Friedrichsdorf, Tel.: 061 72/770 15, Fax: 06172/776 13

1. Kurzbeschreibung 2. Installation

LINGO (Language for Interactive General Optimization)
ist eine algebraische Modellierungssprache, mit der li-
neare und nichtlineare Optimierungsprobleme formuliert
und gel6st werden kOnnen. Sowohl die Zielfunktion als
auch die Nebenbedingungen kOnnen dabei nichtlinear
sein; LINGO erkennt automatisch, ob es sich um ein
lineares oder nichtlineares Modell handelt. Unterschied-
liche Versionen des Programms sind fur Problemgr6gen
(Anzahl der Nebenbedingungen x Anzahl der Variablen)
yon 200 x 400 bis 32.000 x 100.000, verschiedene Hard-
wareplattformen (PC, Macintosh, Workstation) und Be-
triebssysteme (DOS, WINDOWS, UNIX) erhfiltlich. Das
von uns getestete LINGO INDUSTRIAL/PC wird im
Paket als DOS- und als WINDOWS-Version ausgeliefert
und kann Probleme bis zu 8.000 Nebenbedingungen und
16.000 Variablen bearbeiten. Wir gehen in den folgenden
Ausftihrungen in erster Linie auf die in der DOS-Version
vorhandene (Kern-)Funktionalitfit des Programms ein. Die
WINDOWS-Version zeichnet sich dartiber hinaus durch
eine benutzerfreundliche Oberflfiche aus; auf diese weisen
wir in den entsprechenden Abschnitten hin.
Das Programm und die Anwendungsbeispiele werden in
der DOS-Version automatisch durch Eingabe von A : \ IN -
STALL installiert; ftir die WINDOWS-Version ist der
Befehl A : \ SETUP im Windows Program Manager einzu-
geben. Die gesamte Installation verlfiuft unproblematisch
und fehlerfrei.
3. Bedienung
LINGO wird durch die Eingabe lingo gestartet. Das
Programm besitzt drei verschiedene Bearbeitungsmodi:
Kommando-Modus, Modelleingabe-Modus und Editier-
Modus. Nach dem Aufruf befindet sich das Programm im
Kommando-Modus, in dem Dateien eingelesen und aus-
gegeben, Modelle gel6st sowie Einstellungen in der Pro-
grammumgebung vorgenommen werden kOnnen. Die Ein-
gabe des Befehls m o d e l wechselt in den Modelleingabe-
Modus, der es erlaubt, zeilenweise das Modell einzuge-
ben. Diese Form der Eingabe ist insbesondere ftir grOl3ere
Probleme recht mfihsam und fehleranffillig. In der DOS-
 K. Haase, R. Kolisch: LINGO

Version l~igt sich durch den Befehl e d i t in den Editier-
Modus wechseln. Hier steht ein Ganzseiten-Editor zur Be-
arbeitung der Problemformulierung zur VerfiJgung. In der
WINDOWS-Version wird dem Anwender eine sehr tiber-
sichtliche Entwicklungsoberfl~iche mit einem komforta-
blen Editor, der auch Such- und Ersetzfunktionen sowie
Sprungbefehle beinhaltet, pr~isentiert.
hn Kommando-Modus stellt LINGO Hilfen zur Verfii-
gung. Die Eingabe des Befehls corn (command) zeigt alle
verftigbaren Befehle an; Informationen zu einem spezifi-
schen Befehl kOnnen mit help 'Name d e s B e f e h l s '
angefordert werden. Bspw. gibt der Befehl h e l p m o d e l
eine Obersicht der zur Modellierung verftigbaren Opera-
toren und Funktionen.
4. Anwendungsbeispiel
Um die Arbeitsweise von LINGO darzustellen, verwen-
den wit das in Abbildung 1 gegebene Beispiel eines Trans-
portproblems mit drei Anbietern und vier Nachfragern.
In den Zeilen 2 ] bis 6 ] werden die Parameter und Va-
riablen des Modells definiert. LINGO unterscheidet dabei
zun~ichst nicht zwischen Variablen und Parametern, son-
dern definiert alle Angaben als Variablen. Erst dutch das
Gleichsetzen von Variablen mit Konstanten werden diese
zu Parametern. Es besteht die M6glichkeit, einfache Va-
riablen sowie (mehrfach) indizierte Variablen zu definie-
ten. Werden, wie im vorliegenden Beispiel, einfach indi-
zierte Variablen verwendet, so ist zun~ichst ein Bezeichner
der Menge, bspw. ANBIETER in Zeile 3 ], voranzustellen.
Anschliegend folgt die Angabe der in der Menge befind-
lichen Elemente, hier die Elemente 1 bis 3. FOr jedes
Element k6nnen schlieglich ein oder mehrere Attribute
definiert werden; so besitzt bspw. jedes Element der
Menge A N B I E T E R das Attribut K A P A Z I T A E T . Analog zu
Zeile 3 ] folgt in Zeile 4] die Definition der 4-elemen-
tigen Menge NACHFRAGER mit dem Attribut BEDARF. In
Zeile 5] wird das sehr hilfl'eiche Konstrukt der soge-
nannten ,,derived sets" verwendet, um eine zweifach indi-
zierte Variable zu definieren. Die Elemente der Menge
VERBZNDUNGEN sind als das Kreuzprodukt der Mengen
ANBIETER und NACHFRAGER definiert; jedes Element
besitzt zwei Attribute: die Transportmenge (TMENGE) und
die Kosten des Transports einer Mengeneinheit (KO STEN).
Die Definition der Variablen mug mit dem Befehl SETS :
(in Zeile 2 ] ) begonnen und mit dem Befehl E N D S E T S (in
Zeile 6 ] ) abgeschlossen werden.
Die Zeile 8] enth~ilt die Formulierung der Zielfunk-
tion. Dabei wird von dem Operator @SUM Gebrauch ge-
macht. Dieser summiert das Produkt aus K O S T E N und
TMENGE tiber alle 12 Elemente der Menge VERBINDUN-
GEN auf.
Der erste Nebenbedingungstyp (in den Zeilen 10 ] und
11 ] ) fordert, dab fttr jeden Nachfrager die Summe der von
den vier Anbietern gelieferten Mengen mindestens der Be-
darfsh6he entspricht. Zur kompakten Formulierung wird da-
bei der @FOR-Operator verwendet. Dieser generiert for je-
des Element der NACHFRAGER-Menge die in der Folgezeile
definierte Nebenbedingung. Bei der eigentlichen Nebenbe-
dingung (in Zeile 11 ] ) wird wiederum von dem @SUM-Ope-
rator zur Aufsummierung der an den Nachfrager gelieferten
Transportmengen Gebrauch gemacht. Die Erzeugung des
zweiten Nebenbedingungstyps (Zeilen 12 ] und 13 ] ), der
ffir jeden Anbieter garantiert, dab die ausgelieferten Men-
gen die Kapazit~it nicht (ibersteigen, erfolgt analog.

Abb. 1. LINGO-Formulierung des

Transportproblems I] ! Transportproblem mit S Anbietern und 4 Nachfragern;
2] SETS :
3] ANBIETER /1..3/ : KAPAZITAET;
4] NACHFKAGER /1..4/ : BEDARF;
5] VEKBINDUNGEN (ANBIETEK, NACHFRAGEK): KOSTEN, TMENGE;
6] ENDSETS
7] ! Zielfunktion ;
8] MIN = ~SUM( VEKBINDUNGEN: KOSTEN * TMENGE);
9] ! Nebenbedingungen ;
10] ~FOR( NACHFKAGEK (J):
11] ~SUM( ANBIETER (I): TMENGE( I, J)) >= BEDARF( J));
12] ~FOR( ANBIETER( I):
13] ~SUM( NACHFRAGEK( J): TMENGE( I, J)) <= KAPAZITAET( I));
14] ! Daten;
15] DATA:
16] KAPAZITAET = 30, 25, 21;
17] BEDAKF = IS, 17, 22, 12;
18] KOSTEN = 6, 2, 6, 7, 4, 9, 5, 3, 8, 8, I, 5;
19] ENDDATA
K. Haase, R. Kolisch: LINGO

Abb. 2. Lineares Programm des

Transportproblems MIN 5 TMENGE(3,4) + TMENGE(3,3) + 8 TMENGE(3,2) + 8 TMENGE(3,])
+ 3 TMENGE(2,4) + 5 TMENGE(2,3) + 9 TMENGE(2,2) + 4 TMENGE(2,1)
+ 7 TMENGE(1,4) + 6 TMENGE(1,3) + 2 TMENGE(1,2) + 6 TMENGE(1,1)
SUBJECT TO
2] TMENGE(3,1) + TMENGE(2 I) + TMENGE(I,I) >= i5
3] TMENGE(3,2) + TMENGE(2 2) + TMENGE(I,2) >= i7
4] TMENGE(3,3) + TMENGE(2 3) + TMENGE(I,3) >= 22
5] TMENGE(3,4) + TMENGE(2 4) + TMENGE(I,4) >= 12
6] TMENCE(I,4) + TMENGE(I 3) + TMENGE(I,2) + TMENGE(I,I) <= 30
7] TMENGE(2,4) + TMENGE(2 3) + TMENGE(2,2) + TMENGE(2,1) <= 25
8] TMENGE(3,4) + TMENGE(3 3) + TMENGE(3,2) + TMENGE(3,1) <= 21
END

Abb. 3. Ausgabe des optimalen

VARIABLE VALUE REDUCED COST
Ergebnisses ffir das Transport-
problem TMENGE( I, I) 2.000000 O.O000000E+O0
TMENGE( I, 2) 17.00000 O.O000000E+O0
TMENGE( I, 3) 1.000000 O.O000000E+O0
TMENGE( I, 4) O.O00000E+O0 2.0000000
TMENGE( 2, I) 13.00000 O.O000000E+O0
TMENGE( 2, 2) O.O00000E+O0 9.0000000
TMENGE( 2, 3) O.O00000E+O0 1.0000000
TMENGE( 2, 4) 12.00000 O.O000000E+O0
TMENGE( 3, I) O.O00000E+O0 7.0000000
TMENGE( 3, 2) O.O00000E+O0 II.0000000
TMENGE( 3, 3) 21.00000 0.0000000E+00
TMENGE( 3, 4) O.O00000E+O0 5.0000000
ROW SLACK OR SURPLUS DUAL PRICE
1 161.0000 1.000000
2 O.O000000E+O0 -6.000000
3 0.0000000E+00 -2.000000
4 O.O000000E+O0 -6.000000
5 O.O000000E+O0 -5.000000
6 10.0000000 O.O00000E+O0
7 O.O000000E+O0 2.000000
8 0.0000000E+00 5.000000

In den Zeilen 15 ] bis 19 ] werden die Daten definiert.
Beispielsweise betragen die Kosten ffir den Transport
einer Mengeneinheit von Anbieter eins zu Nachfrager
vier sieben Geldeinheiten. Der Angabe der Daten ist ein
DATA:-Befehl voran und ein ENDDATA-Befehl hintenan
zu stellen.
Mit dem gen-Befehl (generate) kann aus der alge-
braischen Formulierung das vollstfindig ausgeschriebene
Optimierungsproblem generiert werden. Abbildung 2 gibt
das lineare Optimierungsproblem (LOP) ffir unser Beispiel
wieder. Ober die Generierung des Optimierungsmodells
hinaus besteht die M6glichkeit, eine MPS- oder LINGO-
Formulierung des Modells zu erzeugen sowie abzuspei-
chern.
Die L6sung des aktuellen Problems erfolgt mit dem Be-
fehl go. LINGO generiert zun~chst intern die vollst~ndige
Problemformulierung und versucht dann alle Variablen
zu instanzieren, die entweder bereits im Datenteil mit
Konstanten gleichgesetzt wurden oder deren Wert sich aus
dem Nebenbedingungssystem ergibt. In unserem Beispiel
werden K A P A Z I T A E T , B E D A R F und K O S T E N z u Para-
metern, und es verbleibt nur die Entscheidungsvariable
TMENGE. Anschliegend wird das Problem auf Linearifiit
fiberprfift, und in Abhfingigkeit von der Problemstellung
wird ein Verfahren zur L6sung linearer (Simplexverfah-
ren, Branch-and-Bound) bzw. nichtlinearer Probleme auf-
gerufen. Wfihrend der Berechnung informiert eine PopUp-
Box fiber den Zielfunktionswert und das Ausmal3 der
Unzul~issigkeit der derzeit besten L6sung sowie fiber die
Anzahl der bisher durchgeffihrten (Pivot-)Schritte. Abbil-
dung 3 zeigt ffir das optimale Ergebnis mit einem Ziel-
funktionswert von 161 die Instanzierung von Struktur- und

Schlupfvariablen sowie deren Schattenpreise (REDUCED
COST bzw. DUAL PRICE). Die Interpretation der
REDUCED COST ist folgendermagen: Wird bspw. die in
der Optimall6sung nicht in der Basis befindliche Struktur-
variable TMGENGE ( 1 , 4 ) in die Basis aufgenommen, so
verschlechtert, d.h. erh6ht sich der Zielfunktionswert um
zwei Einheiten je Mengeneinheit von TMGENGE ( 1 , 4 ).
Die Schattenpreise ftir die Schlupfvariablen zeigen, um
wieviel sich der Zielfunktionswert bei Aufstockung der
Bedarfsmengen (Nebenbedingungen 2] bis 5 ] ) erh6ht
bzw. bei Ausweitung der Angebotsmengen (Nebenbedin-
gungen 6] bis 8 ] ) verringert. Mit dem Befehl r a n g e
kann im Anschlug an die optimale L6sung des Problems
eine Sensitivit~itsanalyse durchgeffihrt werden.
5. Weitere Mi~glichkeiten
Das dargestellte Beispiel zeigt nur einen kleinen Teil der
mit L I N G O gebotenen M6glichkeiten. Weitere Optionen
sind folgende:
9 Parameter k6nnen im Datenteil mit einem ? instanziert
werden. L I N G O fragt dann nach Start des L6sungsver-
fahrens automatisch nach den aktuellen Werten.
9 Die @-Operatoren k6nnen mit einer oder mehreren Be-
dingungen versehen werden, so dab die Summe fiber
eine Teilmenge gebildet wird.
9 Dtinn besetzte Matrizen k6nnen so definiert werden, dab
nur die von Null verschiedenen Eintragungen gespei-
chert werden.
9 Teile der Modellformulierung k6nnen mit einem
@FILE-Operator aus separaten Dateien eingebunden
werden. Damit er6ffnet sich die M6glichkeit, den Mo-
dellteil mit verschiedenen a priori definierten Daten zu
16sen.
9 Mit der @IMPORT-Funktion lassen sich Daten aus Ta-
bellenkalkulationsprogrammen laden.
9 L I N G O l~igt sich in Batch-Programme einbinden oder
als Subroutine in C-Programmen aufrufen.
6. Stiirken und Schwiichen des Programms
Folgende St~irken und Schw~ichen des Programms sind zu
konstatieren:
Stiirken
9 L I N G O ist sehr leicht zu erlernen. Erfahrungen bei Se-
minar- und Diplomarbeiten haben gezeigt, dab Studen-
ten ohne Vorkenntnisse in (algebraischen) Program-
miersprachen L I N G O innerhalb weniger Stunden mit
Erfolg anwenden konnten.
9 Im Rahmen der Forschung eignet sich L I N G O zur
schnellen Validierung von Modellen und zur Bestim-
K. Haase, R. Kolisch: LINGO
mung von Referenzergebnissen. Die M6glichkeit, un-
kompliziert einzelne Nebenbedingungen hinzuzuffigen
und ausblenden zu k6nnen, macht L I N G O zu einem hilf-
reichen Instrument bei der Generierung von Schranken
und Schnittebenen.
Mit Hilfe der Funktion @RAND lassen sich gleichver-
teilte Zufallszahlen generieren. Dadurch kann L I N G O
als flexibler Datengenerator eingesetzt werden, der zu-
dem die M6glichkeit bietet, die erzeugten Problemin-
stanzen in unterschiedlichen Formaten abzuspeichern.
Schwiichen
9 Der in der DOS-Version integrierte Editor ist nicht sehr
bedienungsfreundlich. Bspw. fehlt die M6glichkeit, be-
stimmte Zeichenstrings zu suchen oder zu ersetzen so-
wie in eine bestimmte Zeile zu springen.
9 Die Fehlermeldungen erleichtern nur bedingt die Suche
nach syntaktischen Fehlern. Bei der Modellierung emp-
fiehlt es sich daher, die Restriktionen sukzessive einzu-
geben und zu fiberprfifen.
9 In der DOS-Version k6nnen Daten sehr leicht verloren
gehen, weil L I N G O sowohl beim Einlesen eines neuen
Modells als auch bei Beendigung des Programms das
aktuell im Arbeitsspeicher befindliche Modell ohne vor-
herigen Hinweis fiberschreibt. Ebenso werden beim Ab-
speichern von Modellen bereits existierende Dateien
ohne Vorwarnung fiberschrieben.
9 Die Verwendung von Indizes <0 ist nicht m6glich.
9 Eine parametrische Sensitivit~itsanalyse ist nicht durch-
ftihrbar.
7. Resiimee
L I N G O ist ein ausgereiftes und leicht bedienbares Pro-
gamm zur Modellierung und L6sung linearer und nicht-
linearer Optimierungsprobleme. Die Robustheit des Pro-
gramms, die schnell erlernbare Modellierungssprache und
das didaktisch hervorragend aufgebaute Handbuch ma-
chen L I N G O zu einem wertvollen Hilfsmittel in der quan-
titativ orientierten Betriebswirtschaftslehre. Wfihrend die
(Kern-)Funktionalit~it in der DOS- und in der WINDOWS-
Version identisch ist, sei dem Anwender jedoch die WIN-
DOWS-Version empfohlen, da diese eine sichere Hand-
habung von Dateien erlaubt und zudem eine Entwick-
lungsoberfl~iche bietet.
Dr. Knut Haase
Dr. Rainer Kolisch
Christian-Albrechts-Universit~it zu Kiel
Institut ftir Betriebswirtschaftslehre
Lehrstuhl fiir Produktion und Logistik
Olshausenstrasse 40, D-24098 Kiel
Tel.: 0431/880-4581, Fax: 0431/880-1531
e-mail: kolisch @bwl.uni-kiel.de