LINGO is a simple tool for utilizin

LINGO is a simple tool for utilizing the power of linear and nonlinear optimization to formulate large problems concisely, solve them, and analyze the solution. Optimization helps you find the answer that yields the best result; attains the highest profit, output, or happiness; or achieves the lowest cost, waste, or discomfort. Often these problems involve making the most efficient use of your resources— including money, time, machinery, staff, inventory, and more. Optimization problems are often classified as linear or nonlinear, depending on whether the relationships in the problem are linear with respect to the variables.
If you are a new user, it is recommended you go through the first seven chapters to familiarize yourself with LINGO. Then, you may want to see Chapter 15, On Mathematical Modeling, for more information on the difference between linear and nonlinear models and how to develop large models. It may also be helpful to view some sample models in Chapter 12, Developing More Advanced Models, or Appendix A, Additional Examples of LINGO Modeling, to see if a particular template example is similar to a problem you have. For users of previous versions of LINGO, the new features are summarized in the Preface at the beginning of the manual.

ผลลัพธ์ (ไทย) 1:

LINGO เป็นเครื่องมืออย่างง่ายสำหรับการใช้พลังงานของเชิงเส้น และไม่เชิงเส้น การกำหนดปัญหาใหญ่ concisely แก้ไขปัญหา วิเคราะห์การแก้ปัญหา เพิ่มประสิทธิภาพช่วยให้คุณหาคำตอบที่ทำให้ผลลัพธ์ที่ดีที่สุด attains สูงกำไร ผลผลิต หรือความ สุข หรือได้รับต้นทุนต่ำ เสีย หรือไม่สบาย บ่อยครั้งปัญหาเหล่านี้เกี่ยวข้องกับการใช้ทรัพยากรมีประสิทธิภาพสูงสุดซึ่งรวมทั้งเงิน เวลา เครื่องจักร บริการ สินค้าคงคลัง และอื่น ๆ ปัญหาเพิ่มประสิทธิภาพโดยทั่วไปมักจะจัดเป็นเชิงเส้น หรือไม่เชิง เส้น ขึ้นอยู่กับว่าความสัมพันธ์ในปัญหาเป็นเชิงเส้นกับตัวแปรถ้าคุณเป็นผู้ใช้ใหม่ ขอแนะนำคุณไปผ่านบทแรกเจ็ดคุ้นเคยกับ LINGO จากนั้น คุณอาจต้องการดูบทที่ 15 ในทางคณิตศาสตร์การสร้างแบบจำลอง ข้อมูลเพิ่มเติมเกี่ยวกับความแตกต่างระหว่างรูปแบบเชิงเส้น และไม่เชิงเส้นและวิธีการพัฒนาแบบจำลองขนาดใหญ่ มันอาจจะดูบางรุ่นตัวอย่าง ในบทที่ 12 พัฒนาเพิ่มเติมขั้นสูงรุ่น ภาคผนวก การเพิ่มเติมตัวอย่างของ LINGO โมเดล เพื่อดูว่า ตัวอย่างแบบเฉพาะเจาะจงกับปัญหาคุณมีประโยชน์ สำหรับผู้ใช้รุ่น LINGO คุณลักษณะใหม่จะสรุปใน Preface ที่จุดเริ่มต้นของคู่มือ

ผลลัพธ์ (ไทย) 2:

LINGO เป็นเครื่องมือที่ง่ายสำหรับการใช้พลังงานของการเพิ่มประสิทธิภาพเชิงเส้นและไม่เชิงเส้นในการกำหนดปัญหาใหญ่รัดกุมแก้ปัญหาได้และวิเคราะห์การแก้ปัญหา การเพิ่มประสิทธิภาพจะช่วยให้คุณหาคำตอบที่ทำให้ผลที่ดีที่สุด; บรรลุผลกำไรสูงสุดผลผลิตหรือความสุข; หรือประสบความสำเร็จในค่าใช้จ่ายต่ำสุดของเสียหรือไม่สบาย บ่อยครั้งที่ปัญหาเหล่านี้เกี่ยวข้องกับการใช้งานที่มีประสิทธิภาพมากที่สุดของ resources- ของคุณรวมถึงเงินเวลาเครื่องจักร, พนักงาน, สินค้าคงคลังและอื่น ๆ ปัญหาการเพิ่มประสิทธิภาพจะจัดมักจะเป็นเชิงเส้นหรือไม่เชิงเส้นขึ้นอยู่กับว่าความสัมพันธ์ในปัญหาที่เกิดขึ้นเป็นเชิงเส้นที่มีความเคารพต่อตัวแปร.
ถ้าคุณเป็นผู้ใช้ใหม่จึงแนะนำให้คุณไปถึงเจ็ดครั้งแรกบทเพื่อทำความคุ้นเคยกับ LINGO จากนั้นคุณอาจต้องการที่จะดูบทที่ 15 ในการสร้างแบบจำลองทางคณิตศาสตร์สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความแตกต่างระหว่างการเชิงเส้นและรูปแบบเชิงเส้นและวิธีการพัฒนารูปแบบขนาดใหญ่ นอกจากนี้ยังอาจจะเป็นประโยชน์เพื่อดูตัวอย่างรูปแบบบางอย่างในบทที่ 12 การพัฒนารุ่นที่สูงขึ้นหรือภาคผนวก, ตัวอย่างเพิ่มเติม LINGO การสร้างแบบจำลองเพื่อดูว่าตัวอย่างเช่นแม่แบบโดยเฉพาะอย่างยิ่งคล้ายกับปัญหาที่คุณมี สำหรับผู้ใช้ของรุ่นก่อนหน้าของ LINGO, คุณสมบัติใหม่ที่ได้สรุปไว้ในคำนำที่จุดเริ่มต้นของคู่มือ

ผลลัพธ์ (ไทย) 3:

ภาษาเป็นเครื่องมือที่ง่ายสำหรับการใช้พลังงานของระบบสมการเชิงเส้นและไม่เชิงเส้น การตั้งปัญหาใหญ่ที่เหมาะสมรัดกุม แก้ไขปัญหา และทำการแก้ไข การเพิ่มประสิทธิภาพจะช่วยให้คุณค้นหาคำตอบที่ผลผลิตผลที่ดีที่สุด ได้ผลกำไรสูงสุด ผลผลิต หรือ ความสุข หรือ ใช้ต้นทุนน้อยที่สุดเสียหรือไม่บ่อยครั้งที่ปัญหาเหล่านี้เกี่ยวข้องกับการใช้ทรัพยากรที่มีประสิทธิภาพมากที่สุดของคุณ ทั้งเงิน เวลา เครื่องจักร บุคลากร สินค้าคงคลัง และอื่น ๆ ปัญหาการเพิ่มประสิทธิภาพมักจะจัดเป็นเส้นตรง หรือเส้น ขึ้นอยู่กับว่ามีความสัมพันธ์เป็นเส้นตรงในปัญหาเกี่ยวกับตัวแปร .
ถ้าคุณเป็นผู้ใช้ใหม่มันเป็นขอแนะนำให้คุณไปถึงเจ็ดบทแรกต้องทำความคุ้นเคยกับภาษา แล้วคุณอาจต้องการที่จะเห็นบทที่ 15 ในแบบจำลองทางคณิตศาสตร์ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความแตกต่างระหว่างรุ่นระบบสมการเชิงเส้นและไม่เชิงเส้นและวิธีการพัฒนารูปแบบขนาดใหญ่ นอกจากนี้ยังอาจเป็นประโยชน์เพื่อดูรุ่นบางตัวอย่างในบทที่ 12 การพัฒนาแบบจำลองขั้นสูงเพิ่มเติมหรือภาคผนวก Aตัวอย่างของภาษาแบบจำลองเพื่อดูว่าตัวอย่างแม่แบบเฉพาะคล้ายกับปัญหาที่คุณ สำหรับผู้ใช้ของรุ่นก่อนหน้าของภาษา , คุณสมบัติใหม่ที่พบในคำนำที่จุดเริ่มต้นของคู่มือ