数学建模中，数据量超大的问题，有什么好的方法进行优化？lingo运行9小时都没解出来。

针对数据量超大的问题，以下是一些优化方法：

1. 数据预处理：对数据进行清洗、去噪、归一化等处理，可以减小数据量，提高计算效率。

2. 采用分布式计算：将大规模数据分成多个部分，采用分布式计算框架（如Hadoop、Spark等）进行计算，可以大大提高计算速度。

3. 采用并行计算：将大规模数据分成多个部分，采用并行计算框架（如MPI、OpenMP等）进行计算，可以大大提高计算速度。

4. 采用近似算法：对于某些问题，采用近似算法可以在保证一定精度的前提下，大大减小计算量。

5. 优化算法：对于某些问题，优化算法可以大大减小计算量，例如使用剪枝、贪心、动态规划等算法。

6. 采用GPU计算：对于某些计算密集型问题，采用GPU进行计算可以大大提高计算速度。

7. 优化硬件配置：提高计算机硬件配置，例如增加内存、CPU核心数等，可以提高计算速度。

需要根据具体问题和数据量大小选择合适的优化方法，综合考虑计算效率和精度。