1、代數(shù)建模語言

　　LINGO支持強大的基于集合的建模語言，使用戶能夠高效，緊湊地表達數(shù)學(xué)編程模型。使用LINGO的內(nèi)部腳本功能可以迭代地解決多個模型。

　　2、方便的數(shù)據(jù)選項

　　LINGO會花時間管理你的數(shù)據(jù)。它允許您構(gòu)建直接從數(shù)據(jù)庫和電子表格中提取信息的模型。同樣，LINGO可以將解決方案信息直接輸出到數(shù)據(jù)庫或電子表格中，使您可以更輕松地在您選擇的應(yīng)用程序中生成報告。模型和數(shù)據(jù)的完全分離增強了模型維護和可擴展性。

　　3、交互式建模或創(chuàng)建交鑰匙應(yīng)用程序

　　您可以在LINGO中構(gòu)建和解決模型，也可以直接從您編寫的應(yīng)用程序中調(diào)用LINGO。為了以交互方式開發(fā)模型，LINGO提供了一個完整的建模環(huán)境來構(gòu)建，解決和分析模型。對于構(gòu)建交鑰匙解決方案，LINGO帶有可調(diào)用的DLL和OLE接口，可以從用戶編寫的應(yīng)用程序調(diào)用。還可以從Excel宏或數(shù)據(jù)庫應(yīng)用程序直接調(diào)用LINGO。目前，LINGO包括C/C++，F(xiàn)ORTRAN，Java，C#.NET，VB.NET，ASP.NET，VisualBasic，Delphi和Excel的編程示例。

　　4、豐富的文檔和幫助

　　LINGO提供您需要快速啟動和運行的所有工具。您可以獲得LINGO用戶手冊(打印出來并可通過在線幫助獲得)，該手冊全面介紹了該程序的命令和功能。超級版本及更高版本中還包含一份LINGO優(yōu)化建模副本，這是一個全面的建模文本，討論所有主要類別的線性，整數(shù)和非線性優(yōu)化問題。LINGO還提供了許多基于實際情況的示例供您修改和擴展。

　　5、強大的求解器和工具

　　LINGO提供全面的快速內(nèi)置求解器，用于線性，非線性(凸和非凸)，二次，二次約束和整數(shù)優(yōu)化。您不必指定或加載單獨的求解器，因為LINGO會讀取您的配方并自動選擇合適的配方。LINGO中可用的求解器和工具的一般描述如下：

　　6、一般非線性求解器

　　LINGO提供了一般的非線性和非線性/整數(shù)能力。為了在LINDOAPI中使用非線性功能，需要非線性許可選項。

　　7、全球求解器

　　全局解算器在分支定界框架內(nèi)結(jié)合了一系列范圍界限(例如，區(qū)間分析和凸分析)和范圍縮減技術(shù)(例如，線性編程和約束傳播)，以找到經(jīng)證明的非凸非線性程序的全局解決方案。傳統(tǒng)的非線性求解器可能會陷入次優(yōu)的局部解。使用全局求解器時不再是這種情況。

　　8、Multistart求解器

　　多點解算器智能地在NLP和混合整數(shù)NLP的解空間中生成候選起始點序列。傳統(tǒng)的NLP解算器被稱為每個起點以找到局部最優(yōu)。對于非凸NLP模型，多層解算器找到的最佳解決方案的質(zhì)量往往優(yōu)于傳統(tǒng)非線性求解器的單解決方案。用戶可調(diào)參數(shù)控制要執(zhí)行的最大數(shù)量的多段。

　　9、障礙解算器

　　障礙解算器是解決線性，二次和二階錐問題的另一種方法。LINGO最先進的屏障方法實現(xiàn)為大規(guī)模，稀疏模型提供了巨大的速度優(yōu)勢。

　　10、單純形求解器

　　LINGO提供了原始和雙重單純形法的兩種高級實現(xiàn)，作為解決線性規(guī)劃問題的主要手段。其靈活的設(shè)計允許用戶通過改變幾個算法參數(shù)來微調(diào)每種方法。

　　11、混合整數(shù)求解器

　　LINGO的混合整數(shù)求解器的能力擴展到線性，二次和一般非線性整數(shù)模型。它包含若干先進的解決方案技術(shù)，如切割生成，樹狀重新排序以動態(tài)減少樹木生長，以及先進的啟發(fā)式和預(yù)先解決策略。

　　12、隨機求解器

　　隨機規(guī)劃求解器通過具有追索性的多階段隨機模型為不確定條件下的決策提供了機會。用戶通過識別分配函數(shù)來描述不確定性，無論是內(nèi)置的還是用戶定義的，都描述了每個隨機變量。隨機求解器將優(yōu)化模型以最小化初始階段的成本加上在規(guī)劃時間范圍內(nèi)的未來追索行動的預(yù)期成本。先進的采樣模式也可用于近似連續(xù)分布。

　　13、模型和解決方案分析工具

　　LINGO包含一套全面的分析工具，用于調(diào)試不可行的線性，整數(shù)和非線性程序，使用先進的技術(shù)將不可行性源與原始約束的最小子集分開。它還具有執(zhí)行靈敏度分析的工具，以確定最佳基礎(chǔ)對某些數(shù)據(jù)成分(例如目標向量和右手大小值)變化的敏感性。

　　14、二次識別工具

　　QP識別工具是一種有用的代數(shù)預(yù)處理器，可自動確定任意NLP是否實際上是凸二次模型。然后可將QP模型傳遞給更快的二次求解器，該求解器可用作勢壘求解器選項的一部分。當障礙解算器選項與全局選項結(jié)合使用時，除了凸二次模型之外，LINGO還會自動識別二階錐體模型。

　　15、線性化工具

　　線性化是一種全面的重構(gòu)工具，可自動將許多非平滑函數(shù)和運算符(例如，最大值和絕對值)轉(zhuǎn)換為一系列線性數(shù)學(xué)等價表達式。許多非光滑模型可能完全線性化。這使得線性求解器能夠快速找到一個全局的解決方案，否則這將是一個難以解決的非線性問題。