用LINGO优化数据仓库的计算机网络资源

第 22 卷 第 2 期 2008 年 3 月 山 东 理 工 大 学 学 报 (自 然 科 学 版) Journal of Shandong University of Technology(Natural Science Edition) Vol. 22 No. 2 Mar. 2008 文章编号 :1672 - 6197 (2008) 02 - 0104 - 03 用 L IN GO 优化数据仓库的 计算机网络资源 张学森 , 孟祥瑞 (安徽理工大学 经济管理学院 , 安徽 淮南 232001) 摘　要 : 阐述了数据仓库的概念和 Lingo 软件的主要用途 ,提出数据仓库的计算机网络资源 的问题 ,探讨了在 L IN GO 环境中实现其优化 ,并以一个实例来验证 L IN GO 对数据仓库的计 算机网络资源问题的优化能力. 关键词 : 数据仓库 ; 网络资源 ; L IN GO 软件 中图分类号 : TP311. 13 ;O224 文献标识码 : A Optimizing resources of computer network of data warehouse by LINGO ZHAN G Xue2sen , M EN G Xiang2rui (School of Economic Management , Anhui University of Science and Technology , Huainan 232001 , China) Abstract : The concept of data warehouse software and the main application of L IN GO was intro2 duced briefly. The optimization of computer network resouses of data warehouse in the environment of L IN GO was discussed. The optimization capacity was then validated by a example. Key words : data warehouse ; resources of network ; L IN GO sof tware 1 　数据仓库和 Lingo 软件简介 数据仓库是计算机应用的新领域 ,旨在通过 通畅、合理、全面的信息管理 ,达到有效的决策支 持. 数据仓库较为准确概念 ,是 W. H. Inmon 对 数据仓库的定义 :数据仓库是面向主题的、集成 的、稳定的、不同时间的数据集合 ,用于支持经营 管理中决策制定过程. 数据仓库不同于传统的数 据库 ,传统数据库中存放的是操作性的数据 ,主要 用于联机事务处理 (OL TP) ,也叫操作型处理 ,是 指对数据库联机进行日常操作 ,它关心的是响应 时间 ;而存放在数据仓库中的数据是分析性的数 据 ,主要用于联机分析处理 (OL A P) ,也称分析型 处理 ,检索的内容随机性和数量更大 ,不但存储近 期数据 ,也存储历史数据 ,且当前数据不断得到补 充、更新 ,并可实现不同来源数据的融合 ,支持随 机查询 ,为使用者提供更多的信息 ,而不是数据 , 为决策者提供了更好的决策支持 ,它是建立决策 支持系统 (DSS)的基础. 收稿日期 : 2007211204 作者简介 : 张学森 (19842) ,男 ,硕士研究生. © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net Lingo 软件是美国 Lindo 系统公司开发的求解数 学规划系列软件中的一个 ,Lingo 主要用于求解 大规模线性、非线性和整数规划 ,同时 Lingo 也是 个矩阵生成器. 它提供了建立最优问题的一种语 言 ,通过它使用者可以很容易地建立起约束或目 标函数组 (数目可达到 2 000 多条) ,可以使输入 较大规模问题的过程得到简化. Lingo 软件中包 含了 Lingo 建模语言和许多常用的内部数学函 数 ,可以供使用者建立数学规划模型时调用. 在编 程过程中 ,需用到 Lingo 模式语言内部函数时 ,可 以直接在 EDIT 菜单中的 Paste Function 中直接 选取所需的函数 ,并且它还包括了此函数的用法. 目前 Lingo 产品已经有 Lingo4. 0、6. 0、8. 0 版本 , 新版本的求解规模都在原有基础上得到进一步加 强. 2 　问题的提出及用Lingo 实现其优化 在信息建设中 ,经常有这类问题[1 ] :有计算机 网络资源总数量为 m ,分配给 n个数据仓库. 若分 配数量 x i 给第 i 个数据仓库 ,其效益为 gi ( x i ) ,如 何分配使个数据仓库总效益最好 ? 此问题可归纳成如下的静态规划问题 : max G = g1 ( x1 ) + g2 ( x2 ) + ⋯+ gn ( x n) x1 + x2 + ⋯+ x n = m x i ≥0 , 　i = 1 ,2 , ⋯, n 在实际上 ,这类问题中 gi ( x i ) 没有明显的函 数关系 ,不能直接用解析式 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示 ,通常以 表格 关于规范使用各类表格的通知入职表格免费下载关于主播时间做一个表格详细英语字母大小写表格下载简历表格模板下载 的形 式出现在问题中. 可以把 gi ( x i ) 用表格表示出其 一般形式如表 1 . 不论 gi ( x i ) 是以解析式形式 ,还 是以表格的形式出现在问题中 ,其问题一定属于 线性规划问题或非线性规划问题的范畴. 而 Lingo 软件能解决线性规划问题和非线性规划问 题 ,因而 ,Lingo 软件就有了解决线性问题和非线 性问题的优越性. 表 1 　不同计算机网络资源分配量 在不同数据仓库产生的效益值 计算机网络 资源单位数 i 各数据仓库产生的效益值 x ij 1 2 3 ⋯ n 0 X11 X12 X13 ⋯ X1n 1 X21 X22 X23 ⋯ X2n … … … … … … m X m+1 ,1 Xm+1 ,2 Xm+1 ,3 ⋯ Xm+1 , n 　　①i = 0 ,1 ,2 , ⋯, m ; 　j = 1 ,2 , ⋯, n. ②x ij = gi ( x i ) 为第 i种网络资源分配量在第 j 个数据仓库产生的效益值 为了用 L IN GO 软件来优化此类问题 , 引进 0 —1 变量[2 ] : y ij = 1 ,当给 j 个数据仓库分配 　第 i 种单位网络资源时 0 ,否则 和计算机网络资源单位数向量 z = (0 ,1 ,2 , ⋯, m) T . 则可以建立相对应的数学模型 max G = ∑ m+1 i = 1 ∑ n j = 1 x ij y ij s. t . ∑ m+1 i =1 yij = 1 　( j = 1 ,2 , ⋯, n) (同一个数据仓库只能有一种网络资源分配) ∑ m+1 i =1 ∑ n j =1 z (i) jij = m (给各数据仓库分配的网络资源总数为 m) yij 　为 0 —1变量 ( i = 1 ,2 , ⋯, m + 1; j = 1 ,2 , ⋯, n) 这是常见的 0 —1 规划模型 ,可以输入相应的 L IN GO 软件代码 ,就能很快速的求出其最优解. 3 　应用实例 上述模型对无限的计算机网络资源分配问题 也适应.为简单起见 ,下面仅以一个有限的计算机 网络资源分配问题为例 ,来验证用 L IN GO 优化数 据仓库的计算机网络资源问题是一个有效的方法. 设有 4 种计算机网络资源 ,分配给 A、B、C 这 3 个 数据仓库 ,这 3 个数据仓库获得计算机网络资源 后 ,可以取得的效益如表 2 ,试问应如何分配这 4 种 计算机网络资源使这 3 个数据仓库总效益最好 ? 表 2 　4 种计算机网络资源分配量 在 3 个数据仓库产生的效益值 计算机网络资源单位数 各数据仓库产生的效益值 A B C 0 0 0 0 1 16 12 10 2 25 17 14 3 30 21 16 4 32 22 17 用 L IN GO 软件来解 ,首先要在 Lingo 窗口输入 501第 2 期 　　　　　　　　　　　　张学森 ,等 :用 L IN GO 优化数据仓库的计算机网络资源 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 如下代码[3 ] : set s : ! 建立列号集合 ; W/ 1. . 3/ ; ! 建立行号集合 ,派生出计算机网络资源数 集合 ; R/ 1. . 5/ :z ; ! 建立双下标集合 (i ,j) ,派生出效益集 x 以 及 0 ———1 变量集合 y ; G(R ,W) :x ,y ; endset s data : X = 0 　　0 　　0 16 12 10 25 17 14 30 21 16 32 22 17 ; z = 0 　　1 　　2 　　3 　　4 ; enddata ! 目标函数 ; max = @sum (g (i ,j) :X(i ,j) 3 y (i ,j) ) ; @for (w (i) : @sum (g (j ,k) | k # eq # i :y (j ,k) ) = 1) ; ! 每个数据仓库只取一个效益值 ; @sum (g (i ,j) :y (i ,j) 3 z (i) ) = 4 ; ! 计算机网络资源为 4 ; @for (g (i ,j) : @Bin (y (i ,j) ) ) ; ! 为 0 ———1 变量 ; end 然后点击工具条上的运行按钮即可得出如下 的结果 : Global optimal solution found at iteration :0 Objective value : 　　　　47. 00000 Variable 　　Value 　　　　Reduced Cost Z( 1) 0. 000000 0. 000000 Z( 2) 1. 000000 0. 000000 Z( 3) 2. 000000 0. 000000 Z( 4) 3. 000000 0. 000000 Z( 5) 4. 000000 0. 000000 X( 1 , 1) 0. 000000 0. 000000 X( 1 , 2) 0. 000000 0. 000000 X( 1 , 3) 0. 000000 0. 000000 X( 2 , 1) 16. 00000 0. 000000 X( 2 , 2) 12. 00000 0. 000000 X( 2 , 3) 10. 00000 0. 000000 X( 3 , 1) 25. 00000 0. 000000 X( 3 , 2) 17. 00000 0. 000000 X( 3 , 3) 14. 00000 0. 000000 X( 4 , 1) 30. 00000 0. 000000 X( 4 , 2) 21. 00000 0. 000000 X( 4 , 3) 16. 00000 0. 000000 X( 5 , 1) 32. 00000 0. 000000 X( 5 , 2) 22. 00000 0. 000000 X( 5 , 3) 17. 00000 0. 000000 Y( 1 , 1) 0. 000000 0. 000000 Y( 1 , 2) 0. 000000 0. 000000 Y( 1 , 3) 0. 000000 0. 000000 Y( 2 , 1) 0. 000000 - 16. 00000 Y( 2 , 2) 1. 000000 - 12. 00000 Y( 2 , 3) 1. 000000 - 10. 00000 Y( 3 , 1) 1. 000000 - 25. 00000 Y( 3 , 2) 0. 000000 - 17. 00000 Y( 3 , 3) 0. 000000 - 14. 00000 Y( 4 , 1) 0. 000000 - 30. 00000 Y( 4 , 2) 0. 000000 - 21. 00000 Y( 4 , 3) 0. 000000 - 16. 00000 Y( 5 , 1) 0. 000000 - 32. 00000 Y( 5 , 2) 0. 000000 - 22. 00000 Y( 5 , 3) 0. 000000 - 17. 00000 Row Slack or Surplus Dual Price 1 　　47. 00000 　　1. 000000 2 0. 000000 0. 000000 3 0. 000000 0. 000000 4 0. 000000 0. 000000 5 0. 000000 0. 000000 从上面的结果看 ,只有当 y31 = y32 = y23 = 1 时 ,其余各为 0 ,可得最优分配 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 是 A 数据仓库 分配 2 单位计算机网络资源 ,B 数据仓库分配 1 单位计算机网络资源 ,C 数据仓库分配 1 单位计 算机网络资源. 最大效益为 47. 4 　结束语 目前 ,对数据仓库的研究主要集中对数据仓库 中的数据进行汇总、处理、分析等领域. 但是对数据 仓库优化这方面的研究不是太多 ,应用 LIN GO 对其 计算机网络资源优化的研究是一个新的尝试. 参考文献 : [ 1 ] 麦永浩 ,王行愚. 动态规划法优化数据仓库的计算机网络资 源的研究[J ] . 山东大学学报 ,1999. (8) :91292. [ 2 ] 黄政龙. 资源分配问题的优化模型转换及其算法[J ] . 中南林 业科技大学学报 ,2007 , (4) :1232124. [3 ] 谢金星 ,薛毅. 优化模型与 Lindo/ Lingo 软件[ M ] . 北京 ,清华 大学出版社 ,2005. 1012103. 601 山 东 理 工 大 学 学 报 (自 然 科 学 版) 2008 年 　 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net