数学建模公交乘务安排

谁来帮忙看看是哪里错了啊，符号全是英文输入的，但是lingo就是算不出来

(我也不知道用什么标签，借用一下)

家人们破案了，是我不知道按了什么把lingo变成了lindo,所以算不出来

可能要加上单个 x1,x2……的约束条件？

这个问题的回答你可以参考下: https://ask.csdn.net/questions/392048
这篇博客也不错, 你可以看下矩阵奇异性和“病态”问题的解释与改善方法（简单易懂）
除此之外, 这篇博客: 基于lingo的线性回归和非线性回归中的 2.2非线性回归 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
针对此例我们假设非线性回归方程 $y=ax+b\cdot logx+c$ 进行回归求解。和线性回归一样，我们采用目标规划，这次我们引入 $MSE$ 评价指标。数理统计中均方误差是指参数估计值与参数真值之差平方的期望值，记为MSE。MSE是衡量"平均误差"的一种较方便的方法，MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验数据具有更好的精确度。于是我们将 $MSE$ 最小作为目标函数求解最小值得到系数最优解。
目标函数：
$\large min=MSE$
约束条件：
$\large MSE=\frac{1}{N}\sum (\hat{y}-y)^{2}$
$\large \hat{y}=ax+b\cdot logx+c$
lingo程序：
```
model:
sets:
data/1..9/:x,y,y_fit;!创建x,y,x_fit的原数据和回归矩阵;
endsets
data:
x=1.5,4.5,7.5,10.5,13.5,16.5,19.5,22.5,25.5;!读入x,y数据;
y=7,4.8,3.6,3.1,2.7,2.5,2.4,2.3,2.2;
enddata
min=MSE;!目标函数为MSE最小;
MSE=@sum(data:(y_fit-y)^2)/@size(data);!计算MSE;
@for(data:y_fit=a*x+b*@log(x)+c);!回归函数;
@free(a);!释放a,b的取值范围;
@free(b);
end
```
求解结果如下表：
$\large MSE$ 0.003873966
$\large a$ 0.08187599
$\large b$ -2.398902
$\large c$ 7.893306

由于lingo不方便做图，采用Rstudio做出回归曲线:

$\large MSE$	0.003873966
$\large a$	0.08187599
$\large b$	-2.398902
$\large c$	7.893306