用lingo建过优化模型的人，多半都踩过“数据搬运”的坑：几百行产能、成本、供需匹配数据，手动敲进代码编辑器不仅耗到眼酸，一不小心输错个小数点，调了两小时的灵敏度分析直接全盘作废。其实根本不用做这种重复劳动，跟着流程走，就能把excel里的现成数据无缝搬进lingo，把手动出错率降到0。

先把excel端的“前置准备”做对，少走80%的弯路

很多人导入失败，根源早在打开lingo之前就埋下了：别在待导入的数据区留合并单元格，别搞多层嵌套的表头，数据要从a1单元格开始连续排布——比如你整理了12个制造工厂的季度生产参数，就从a1开始依次放“工厂编号、额定产能、单位制造成本、单位运输成本”，每列对应一个模型变量维度，不要在数据区中间插空行空列，更别把自动求和的汇总行混在原始数据里。实操时可以提前选中要导入的整块区域，在excel左上角的名称框给它起个好记的固定名，比如叫“factory_param”，保存文件时选常规的xlsx格式，存好后暂时关闭文件，避免因为文件被占用，lingo读不到内容。

lingo端的导入操作，比你想象的简单

很多新手会在菜单栏里反复找导入按钮，其实核心逻辑是靠lingo内置的@ole函数打通和excel的连接：在代码里定义好对应集合后，直接在数据段输入绑定语句，比如“factory_capacity = @ole('d:⁄优化模型⁄2024制造数据.xlsx', 'factory_param');”，点击运行后系统就会自动把命名区域的所有数值读入内存，不用逐行写单元格定位，哪怕后续excel里的数据从100行更新到10000行，只要命名区域没变，代码一个字都不用改。要注意64位office的用户，记得在lingo的options设置里把ole连接位数调成和office一致，不然大概率会弹出“无法连接数据服务器”的报错。

导入后必做的3秒校验，避免模型“带错跑”

别导完就直接跑求解，点开lingo的solution窗口，随机抽3个数据和excel原表核对：比如表格第一行的单位成本、最后一行的产能数值、中间位置的运输参数，3秒钟就能确认有没有出现行列错位的问题。之前有不少同学因为没做校验，把成本列和产能列读反，算出来的最优解离谱到要关停所有工厂，折腾半天才发现是数据导串了列。这套流程跑顺之后，哪怕是上万行的供应链、排程数据，也能在10秒内完成导入，把更多精力放在模型逻辑优化上，而不是无意义的手动数据搬运。