当前位置:首页 >> 学科竞赛 >>

2013年全国大学生数学建模培竞赛训课件


第四章
4.2

数学规划模型

4.1 奶制品的生产与销售
自来水输送与货机装运

4.3
4.4 4.5

汽车生产与原油采购
接力队选拔和选课策略 饮料厂的生产与检修

4.6 钢管和易拉罐下料
y

学规划模型
实际问题中 的优化模型 x~决策变量

Min(或Max) z ? f ( x), x ? ( x1 , ?x n ) s.t. g i ( x) ? 0, i ? 1,2, ? m
f(x)~目标函数

T

gi(x)?0~约束条件 数 学 规 划 线性规划 非线性规划 整数规划

决策变量个数n和 多元函数 约束条件个数m较大 条件极值 最优解在可行域 的边界上取得

重点在模型的建立和结果的分析

4.1 奶制品的生产与销售
企业生产计划 空间层次

工厂级:根据外部需求和内部设备、人力、原料等 条件,以最大利润为目标制订产品生产计划;
车间级:根据生产计划、工艺流程、资源约束及费 用参数等,以最小成本为目标制订生产批量计划。 时间层次 若短时间内外部需求和内部资源等不随时间变化,可 制订单阶段生产计划,否则应制订多阶段生产计划。 本节课题

例1 加工奶制品的生产计划
1桶 牛奶 或 12小时 8小时 每天: 50桶牛奶 3公斤A1 获利24元/公斤

4公斤A2

获利16元/公斤

时间480小时 至多加工100公斤A1

制订生产计划,使每天获利最大 ? 35元可买到1桶牛奶,买吗?若买,每天最多买多少? ? 可聘用临时工人,付出的工资最多是每小时几元? ? A1的获利增加到 30元/公斤,应否改变生产计划?

1桶 牛奶 或

12小时

3公斤A1
4公斤A2

获利24元/公斤
获利16元/公斤

8小时 每天 50桶牛奶 时间480小时 至多加工100公斤A1 决策变量 x1桶牛奶生产A1 x2桶牛奶生产A2

目标函数

获利 24×3x1 获利 16×4 x2 每天获利 Max z ? 72 x1 ? 64 x2 原料供应

x1 ? x2 ? 50
12 x1 ? 8 x2 ? 480

约束条件

劳动时间 加工能力 非负约束

3x1 ? 100 x1 , x2 ? 0

线性 规划 模型 (LP)

模型分析与假设
比 xi对目标函数的 例 “贡献”与xi取值 性 成正比 xi对约束条件的 “贡献”与xi取值 成正比 xi对目标函数的 可 “贡献”与xj取值 加 无关 性 xi对约束条件的 “贡献”与xj取值 无关 连续性 xi取值连续

线性规划模型
A1,A2每公斤的获利是与各 自产量无关的常数 每桶牛奶加工出A1,A2的数量 和时间是与各自产量无关的常 数 A1,A2每公斤的获利是与相 互产量无关的常数 每桶牛奶加工出A1,A2的数量和 时间是与相互产量无关的常数 加工A1,A2的牛奶桶数是实数

模型求解
x1 ? x2 ? 50

图解法

约 l2 : 12 x1 ? 8x2 ? 480 束 12 x1 ? 8x2 ? 480 l4 条 3x1 ? 100 l3 : 3x1 ? 100 件 c l4 : x1 ? 0, l5 : x2 ? 0 x1 , x2 ? 0 目标 函数

l1 : x1 ? x2 ? 50

x2 A
l1 B l2 C Z=3600 l3

Max z ? 72 x1 ? 64 x2
z=c (常数) ~等值线

0

l5
Z=0

x1 D Z=2400

在B(20,30)点得到最优解 最优解一定在凸多边 形的某个顶点取得。

目标函数和约束条件是线性函数 可行域为直线段围成的凸多边形 目标函数的等值线为直线

模型求解
max 72x1+64x2 st
1)

软件实现

LINDO 6.1

OBJECTIVE FUNCTION VALUE 3360.000

2)x1+x2<50
3)12x1+8x2<480 4)3x1<100 end DO RANGE (SENSITIVITY) ANALYSIS? No

VARIABLE
X1 X2

VALUE
20.000000 30.000000

REDUCED COST
0.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES
2) 3) 0.000000 0.000000 48.000000 2.000000

4)

40.000000
2

0.000000

NO. ITERATIONS=

20桶牛奶生产A1, 30桶生产A2,利润3360元。

结果解释
max 72x1+64x2
st 2)x1+x2<50
OBJECTIVE FUNCTION VALUE 1) 3360.000

VARIABLE
X1 X2

VALUE
20.000000 30.000000

REDUCED COST
0.000000 0.000000

3)12x1+8x2<480
4)3x1<100 end 三 种 资 源 原料无剩余

ROW SLACK OR SURPLUS DUAL PRICES
2) 3) 0.000000 0.000000 48.000000 2.000000

时间无剩余
加工能力剩余40

4)

40.000000
2

0.000000

NO. ITERATIONS=

―资源” 剩余为零的约束为紧约束(有效约束)

OBJECTIVE FUNCTION VALUE
1) 3360.000 VALUE 20.000000 30.000000 REDUCED COST 0.000000 0.000000 DUAL PRICES

结果解释
最优解下“资源”增加 1单位时“效益”的增 量

VARIABLE X1 X2

ROW SLACK OR SURPLUS

影子价格

2)
3) 4)

0.000000
0.000000 40.000000

48.000000
2.000000 0.000000

原料增加1单位, 利润增长48
时间增加1单位, 利润增长2 加工能力增长不影响利润

NO. ITERATIONS=

2

? 35元可买到1桶牛奶,要买吗?

35 <48, 应该买!

? 聘用临时工人付出的工资最多每小时几元? 2元!

最优解不变时目标函 RANGES IN WHICH THE BASIS IS UNCHANGED: 数系数允许变化范围 Yes
OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 X2 ROW 72.000000 24.000000 8.000000

DO RANGE(SENSITIVITY) ANALYSIS?

(约束条件不变) x1系数范围(64,96)

64.000000 8.000000 16.000000 x2系数范围(48,72) RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE

2
3 4

50.000000
480.000000 100.000000

10.000000
53.333332 INFINITY

6.666667
80.000000 40.000000

x1系数由24 ?3=72 增加为30?3=90, 在允许范围内

? A1获利增加到 30元/千克,应否改变生产计划

不变!

结果解释 影子价格有意义时约束右端的允许变化范围
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 X2 ROW 72.000000 24.000000 8.000000

(目标函数不变)

64.000000 8.000000 16.000000 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE

2
3 4

50.000000
480.000000 100.000000

10.000000
53.333332 INFINITY

6.666667
80.000000 40.000000

原料最多增加10
时间最多增加53

? 35元可买到1桶牛奶,每天最多买多少? 最多买10桶!

例2 奶制品的生产销售计划 在例1基础上深加工
1桶 牛奶 或 3千克A1 12小时 1千克 获利24元/公斤

2小时,3元 获利16元/公斤 8小时 4公斤A2 1千克 获利32元/千克 0.75千克B2 50桶牛奶, 480小时 2小时,3元

0.8千克B1

获利44元/千克

至多100公斤A1

制订生产计划,使每天净利润最大

? 30元可增加1桶牛奶,3元可增加1小时时间,应否投 资?现投资150元,可赚回多少? ? B1,B2的获利经常有10%的波动,对计划有无影响?

1桶 牛奶 或

12小时

3千克 A1 1千克

获利24元/千克
0.8千克 B1

获利44元/千克

2小时,3元 获利16元/kg 8小时 4千克 A2
1千克

决策 变量 目标 函数 约束 条件

2小时,3元 出售x1 千克 A1, x2 千克 A2, X3千克 B1, x4千克 B2 x5千克 A1加工B1, x6千克 A2加工B2 利润

0.75千克 B2

获利32元/千克

Max z ? 24 x1 ? 16 x2 ? 44 x3 ? 32 x4 ? 3x5 ? 3x6
x1 ? x5 x2 ? x6 加工能力 ? ? 50 3 4 附加约束 4( x1 ? x5 ) ? 2( x2 ? x6 )
? 2 x5 ? 2 x6 ? 480
非负约束

原料 供应
劳动 时间

x1 ? x5 ? 100

x3 ? 0.8 x5

x4 ? 0.75 x6 x1 ,? x6 ? 0

OBJECTIVE FUNCTION VALUE 1) 3460.800 软件实现 LINDO 6.1 VARIABLE VALUE REDUCED COST x1 ? x5 x2 ? x6 X1 0.000000 1.680000 2) ? ? 50 X2 168.000000 0.000000 3 4 X3 19.200001 0.000000 0.000000 0.000000 2) 4 x1 ? 3x2 ? 4 x5 ? 3x6 ? 600 X4 X5 24.000000 0.000000 X6 0.000000 1.520000 3) 4( x1 ? x5 ) ? 2( x2 ? x6 ) ROW SLACK OR SURPLUS DUAL PRICES ? 2 x5 ? 2 x6 ? 480 2) 0.000000 3.160000 0.000000 3.260000 3) 4 x1 ? 2 x2 ? 6 x5 ? 4 x6 ? 480 3) 4) 76.000000 0.000000 5) 0.000000 44.000000 DO RANGE 6) 0.000000 32.000000 (SENSITIVITY) NO. ITERATIONS= 2 ANALYSIS? No

模型求解

OBJECTIVE FUNCTION VALUE 1) 3460.800 VARIABLE VALUE REDUCED COST X1 0.000000 1.680000 X2 168.000000 0.000000 X3 19.200001 0.000000 X4 0.000000 0.000000 X5 24.000000 0.000000 X6 0.000000 1.520000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 3.160000 3) 0.000000 3.260000 4) 76.000000 0.000000 5) 0.000000 44.000000 6) 0.000000 32.000000 NO. ITERATIONS= 2

结果解释
每天销售168 千克A2 和19.2 千克B1, 利润3460.8(元) 8桶牛奶加工成A1,42桶 牛奶加工成A2, 将得到的24千克A1全部 加工成B1 除加工能力外均 为紧约束

30元可增加1桶牛奶,3元可增加1小时时间, 应否投资?现投资150元,可赚回多少?

结果解释

OBJECTIVE FUNCTION VALUE x1 ? x5 x2 ? x6 2) ? ? 50 1) 3460.800 3 4 VARIABLE VALUE REDUCED COST X1 0.000000 1.680000 2) 4 x1 ? 3x2 ? 4 x5 ? 3x6 ? 600 X2 168.000000 0.000000 X3 19.200001 0.000000 增加1桶牛奶使利润增 X4 0.000000 0.000000 长3.16×12=37.92 X5 24.000000 0.000000 增加1小时时间使利 X6 0.000000 1.520000 ROW SLACK OR SURPLUS DUAL PRICES 润增长3.26 2) 0.000000 3.160000 投资150元增加5桶牛奶, 3) 0.000000 3.260000 4) 76.000000 0.000000 可赚回189.6元。(大于 5) 0.000000 44.000000 增加时间的利润增长) 6) 0.000000 32.000000

结果解释

B1,B2的获利有10%的波动,对计划有无影响
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES

DO RANGE (SENSITIVITY) ANALYSIS? Yes

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF X1 24.000000 INCREASE 1.680000 DECREASE INFINITY

B1获利下降10%,超 出X3 系数允许范围 B2获利上升10%,超 出X4 系数允许范围 波动对计划有影响

X2
X3 X4

16.000000
44.000000 32.000000

8.150000
19.750002 2.026667

2.100000
3.166667 INFINITY

X5 -3.000000 X6 -3.000000 …… ……

15.800000 1.520000

2.533334 INFINITY

生产计划应重新制订:如将x3的系数改为39.6 计算,会发现结果有很大变化。

4.2

自来水输送与货机装运
运输问题

生产、生活物资从若干供应点运送到一些需求点, 怎样安排输送方案使运费最小,或利润最大;
各种类型的货物装箱,由于受体积、重量等限制, 如何搭配装载,使获利最高,或装箱数量最少。

例1 自来水输送
水 库 供 水 量 千 吨
A:50 B:60

甲:30;50 乙:70;70 丙:10;20 (以天计) 元/千吨 A B C 丁:10;40 甲 160 140 190 乙 130 130 200

C:50

小 区 基 本 用 水 量 千 吨

小 区 额 外 用 水 量 千 吨

收入:900元/千吨 支出 引水管理费 其他费用:450元/千吨

? 应如何分配水库供水量,公司才能获利最多? ? 若水库供水量都提高一倍,公司利润可增加到多少?

( )

丙 220 190 230

( )

丁 170 150 /

( )

问题 分析

A:50 B:60 C:50

甲:30;50
乙:70;70

丙:10;20
丁:10;40

总供水量:160 收入:900元/千吨 支出 引水管理费

< 总需求量:120+180=300 总收入900?160=144,000(元)

其他费用:450元/千吨 其他支出450?160=72,000(元)

确定送水方案使利润最大

使引水管理费最小

模型建立
决策变量

确定3个水库向4个小区的供水量
水库i 向j 区的日供水量为 xij(x34=0)

目标 Min Z ? 160 x11 ? 130 x12 ? 220 x13 ? 170 x14 函数 ? 140 x21 ? 130 x22 ? 190 x23 ? 150 x24 ? 190 x31 ? 200 x32 ? 230 x33 x11 ? x12 ? x13 ? x14 ? 50 供应 限制 x21 ? x22 ? x23 ? x24 ? 60 线性 x31 ? x32 ? x33 ? 50 约束 规划 条件 30 ? x11 ? x21 ? x31 ? 80 模型 70 ? x12 ? x22 ? x32 ? 140 需求 (LP) 限制 10 ? x13 ? x23 ? x33 ? 30
10 ? x14 ? x24 ? 50

模型求解
A(50) B(60) C(50) 50 40 50 10 甲(30;50) 乙(70;70)

OBJECTIVE FUNCTION VALUE 1) 24400.00 VARIABLE VALUE REDUCED COST

X11
X12 X13 X14 X21 X22 X23

0.000000
50.000000 0.000000 0.000000 0.000000 50.000000 0.000000

30.000000
0.000000 50.000000 20.000000 10.000000 0.000000 20.000000

10 丙(10;20) 丁(10;40)

引水管理费 24400(元) 利润=总收入-其它费 用 - 引 水 管 理 费 =144000-72000-24400 = 47600(元)

X24
X31 X32 X33

10.000000
40.000000 0.000000 10.000000

0.000000
0.000000 10.000000 0.000000

问题讨论

每个水库最大供水量都提高一倍

总供水量(320) > 总需求量(300) 确定送水方案使利润最大 利润 = 收入(900) –其它费用(450) –引水管理费
利润(元/千吨) A B C 甲 290 310 260 乙 320 320 250 丙 230 260 220 丁 280 300 /

目标 Max Z ? 290 x11 ? 320 x12 ? 230 x13 ? 280 x14 函数 ? 310 x21 ? 320 x22 ? 260 x23 ? 300 x24 ? 260 x31 ? 250 x32 ? 220 x33
x11 ? x12 ? x13 ? x14 ? 100 供应 A : x11 ? x12 ? x13 ? x14 ? 50 限制 需求约束可以不变 B, C 类似处理

求解
A(100) 100 甲(30;50) 30 乙(70;70) B(120) 40 30 丙(10;20) 50 C(100) 50 丁(10;40)

OBJECTIVE FUNCTION VALUE
1) X11 X12 X13 X14 X21 X22 X23 X24 X31 X32 88700.00 0.000000 100.000000 0.000000 0.000000 30.000000 40.000000 0.000000 50.000000 50.000000 0.000000 20.000000 0.000000 40.000000 20.000000 0.000000 0.000000 10.000000 0.000000 0.000000 20.000000 VARIABLE VALUE REDUCED COST

总利润 88700(元)

这类问题一般称为 “运输问题” (Transportation Problem)

X33

30.000000

0.000000

例2 货机装运

三个货舱最大载重(吨),最大容积(米3)

前仓: 10;6800 飞机平衡

中仓: 16;8700

后仓: 8;5300

三个货舱中实际载重必须与其最大载重成比例
重量(吨) 空间( 米3/ 吨) 18 480 货物1 货物2 货物3 货物4 15 23 12 650 580 390 利润(元/ 吨) 3100 3800 3500 2850

如何装运, 使本次飞行 获利最大?

货机装运

模型假设

每种货物可以分割到任意小; 每种货物可以在一个或多个货舱中任意分布; 多种货物可以混装,并保证不留空隙;

模型建立
决策 变量 xij--第i 种货物装入第j 个货舱的重量(吨)

i=1,2,3,4, j=1,2,3 (分别代表前、中、后仓)

货机装运

模型建立

xij--第i 种货物装入第j 个货舱的重量 目标 Max Z ? 3100 ( x11 ? x12 ? x13 ) ? 3800 ( x21 ? x22 ? x23 ) 函数 ? 3500 ( x ? x ? x ) ? 2850 ( x ? x ? x ) 31 32 33 41 42 43 (利润) x11 ? x21 ? x31 ? x41 ? 10 货舱 10; 16; 8; 6800 8700 5300 重量 x12 ? x22 ? x32 ? x42 ? 16 x13 ? x23 ? x33 ? x43 ? 8 约束 条件 480 x11 ? 650 x21 ? 580 x31 ? 390 x41 ? 6800 货舱 480 x ? 650 x ? 580 x ? 390 x ? 8700 12 22 32 42 容积 480 x13 ? 650 x23 ? 580 x33 ? 390 x43 ? 5300

货机装运

模型建立
x11 ? x21 ? x31 ? x41 10 x12 ? x22 ? x32 ? x42 ? 16 x13 ? x23 ? x33 ? x43 ? 8

xij--第i 种货物装入第j 个货舱的重量 平衡 要求
10; 6800 16; 8700 8; 5300

约束 条件
货物 供应

x11 ? x12 ? x13 ? 18

x21 ? x22 ? x23 ? 15 x31 ? x32 ? x33 ? 23 x41 ? x42 ? x43 ? 12

货机装运

模型求解
货物2:前仓10,后仓5; 货物3: 中仓13, 后仓3; 货物4: 中仓3。 最大利润约121516元 货物~供应点 货舱~需求点 平衡要求 运输问题的扩展 运输 问题

OBJECTIVE FUNCTION VALUE 1) 121515.8 VARIABLE VALUE REDUCED COST X11 0.000000 400.000000 X12 0.000000 57.894737 X13 0.000000 400.000000 X21 10.000000 0.000000 X22 0.000000 239.473679 X23 5.000000 0.000000 X31 0.000000 0.000000 X32 12.947369 0.000000 X33 3.000000 0.000000 X41 0.000000 650.000000 X42 3.052632 0.000000 X43 0.000000 650.000000

4.3

汽车生产与原油采购

例1 汽车厂生产计划
汽车厂生产三种类型的汽车,已知各类型每辆车对钢 材、劳动时间的需求,利润及工厂每月的现有量。
小型
钢材(吨) 劳动时间(小时) 1.5 280

中型
3 250

大型
5 400

现有量
600 60000

利润(万元)

2

3

4

? 制订月生产计划,使工厂的利润最大。 ? 如果生产某一类型汽车,则至少要生产80辆, 那么最优的生产计划应作何改变?

汽车厂生产计划
模型建立
钢材

小型
1.5

中型
3 250

大型
5 400

现有量
600 60000

设每月生产小、中、大型 汽车的数量分别为x1, x2, x3

时间 280

利润

2

3

4

Max z ? 2 x1 ? 3x2 ? 4 x3
s. t. 1.5x1 ? 3x2 ? 5x3 ? 600

280 x1 ? 250 x2 ? 400 x3 ? 60000

x1 , x2 , x3 ? 0

线性 规划 模型 (LP)

模型 求解
结果为小数, 怎么办?

OBJECTIVE FUNCTION VALUE 1) 632.2581 VARIABLE VALUE REDUCED COST X1 64.516129 0.000000 X2 167.741928 0.000000 X3 0.000000 0.946237 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.731183 3) 0.000000 0.003226

1)舍去小数:取x1=64,x2=167,算出目标函数值z=629,与 LP最优值632.2581相差不大。 2)试探:如取x1=65,x2=167;x1=64,x2=168等,计算函数 值z,通过比较可能得到更优的解。
? 但必须检验它们是否满足约束条件。为什么?

3) 模型中增加条件:x1, x2, x3 均为整数,重新求解。

模型求解

整数规划(Integer Programming,简记IP)
IP可用LINDO直接求解
max 2x1+3x2+4x3 st 1.5x1+3x2+5x3<600 280x1+250x2+400x3<60000 end gin 3 ―gin 3‖表示“前3个变量为 整数”,等价于: gin x1 gin x2 gin x3

Max z ? 2 x1 ? 3x2 ? 4 x3
s. t. 1.5x1 ? 3x2 ? 5x3 ? 600

280 x1 ? 250 x2 ? 400 x3 ? 60000

x1 , x2 , x3为非负整数

IP 结果输出
OBJECTIVE FUNCTION VALUE 1) 632.0000 VARIABLE VALUE REDUCED COST X1 64.000000 -2.000000 X2 168.000000 -3.000000 X3 0.000000 -4.000000

IP 的最优解x1=64,x2=168,x3=0,最优值z=632

汽车厂生产计划
? 若生产某类汽车,则至少生产80辆,求生产计划。
s. t. 1.5x1 ? 3x2 ? 5x3 ? 600

Max z ? 2 x1 ? 3x2 ? 4 x3
280 x1 ? 250 x2 ? 400 x3 ? 60000 x1,x2,, x3=0 或 ?80

x1 ? 0, x2 ? 0, x3 ? 80
x1 ? 0, x2 ? 80, x3 ? 0

x1 ? 0, x2 ? 80, x3 ? 80
x1 ? 80, x2 ? 0, x3 ? 0
x1 ? 80, x2 ? 80, x3 ? 0

?

方法1:分解为8个LP子模型 其中3个子模型应去掉,然后 逐一求解,比较目标函数值, 再加上整数约束,得最优解:

x1 ? 80, x2 ? 0, x3 ? 80
x1 ? 80, x2 ? 80, x3 ? 80

x1 , x 2 , x3 ? 0

? ?

x1=80,x2= 150,x3=0,最优值z=610

? 若生产某类汽车,则至少生产80辆,求生产计划。
方法2:引入0-1变量,化为整数规划

x1=0 或 ?80
x2=0 或 ?80 x3=0 或 ?80
LINDO 中 对 01变量的限定: int y1 int y2 int y3

x1 ? My1 , x1 ? 80 y1 , y1 ?{0,1} M为大的正数, x2 ? My2 , x2 ? 80 y2 , y2 ?{0,1} 可取1000
x3 ? My3 , x3 ? 80 y3 , y3 ?{0,1}
OBJECTIVE FUNCTION VALUE 1) 610.0000 VARIABLE VALUE REDUCED COST X1 80.000000 -2.000000 X2 150.000000 -3.000000 最优解同前 X3 0.000000 -4.000000 Y1 1.000000 0.000000 Y2 1.000000 0.000000 Y3 0.000000 0.000000

? 若生产某类汽车,则至少生产80辆,求生产计划。 方法3:化为非线性规划
x1 ( x1 ? 80) ? 0
x2 ( x2 ? 80) ? 0

x1=0 或 ?80
x2=0 或 ?80 x3=0 或 ?80

x3 ( x3 ? 80) ? 0

非线性规划(Non- Linear Programming,简记NLP) NLP 虽 然 可 用 现 成 的 数 学 软 件 求 解 ( 如 LINGO, MATLAB),但是其结果常依赖于初值的选择。 实践表明,本例仅当初值非常接近上面方法算出 的最优解时,才能得到正确的结果。

例2 原油采购与加工
库存500吨 原油A 库存1000吨 原油B

汽油甲 售价4800元/吨 (A?50%) 汽油乙 售价5600元/吨 (A?60%)

市场上可买到不超过1500吨的原油A: ? 购买量不超过500吨时的单价为10000元/吨; ? 购买量超过500吨但不超过1000吨时,超过500吨的 部分8000元/吨; ? 购买量超过1000吨时,超过1000吨的部分6000元/吨。

应如何安排原油的采购和加工 ?

问题 ? 利润:销售汽油的收入 - 购买原油A的支出 分析 ? 难点:原油A的购价与购买量的关系较复杂

决策 原油A的购买量,原油A, B生产汽油甲,乙的数量 x11 变量 4.8千元/吨
购买x? A
x21 x12

甲(A?50%)

B x 22

乙(A?60%) 5.6千元/吨 c(x) ~ 购买原油A的支出

目标 函数

利润(千元)

Max z ? 4.8( x11 ? x21 ) ? 5.6( x12 ? x22 ) ? c( x)
c(x)如何表述?

目标 函数

? x? 500吨单价为10千元/吨; ? 500吨? x? 1000吨,超过500吨的8千元/吨; ?1000吨? x? 1500吨,超过1000吨的6千元/吨。
? 10 x ? c ( x ) ? ? 8 x ? 1000 ?6 x ? 3000 ? (0 ? x ? 500) (500 ? x ? 1000) (1000 ? x ? 1500)

约束 条件

原油供应

x11 ? x12 ? 500 ? x

购买x? 库存500吨 A

x21 ? x22 ? 1000

x21

x11 x12

x ? 1500

库存1000吨 B x22

约束 条件

汽油含原油A 的比例限制
A

x11 ? 0.5 ? x11 ? x21 x11 ? x21
x12 ? 0.6 ? 2 x12 ? 3x22 x12 ? x22

x21

x11 x12

甲(A?50%) 乙(A?60%)

B

x22

? 目标函数中c(x)不是线性函数,是非线性规划;
? 对于用分段函数定义的c(x),一般的非线性规划软 件也难以输入和求解; ? 想办法将模型化简,用现成的软件求解。

模型求解

方法1

x1 , x2 , x3 ~以价格10, 8, 6(千元/吨)采购A的吨数 x= x1+x2+x3, c(x) = 10x1+8x2+6x3 目标 Max z ? 4.8( x11 ? x21 ) ? 5.6( x12 ? x22 ) ? (10 x1 ? 8 x2 ? 6 x3 ) 函数 ? 500吨? x? 1000吨,超过500吨的8千元/吨 增加约束 只有当以10千元/吨的价格购买x1=500(吨)时,才能以

8千元/吨的价格购买x2
( x2 ? 500 ) x3 ? 0

( x1 ? 500 ) x2 ? 0
0 ? x1 , x2 , x3 ? 500

非线性规划模型,可以用LINGO求解

Model: Max= 4.8*x11 + 4.8*x21 + 5.6*x12 + 5.6*x22 - 10*x1 - 8*x2 - 6*x3; x11+x12 < x + 500; x21+x22 < 1000; x11 - x21 > 0; 2*x12 - 3*x22 > 0; x=x1+x2+x3; (x1 - 500) * x2=0; (x2 - 500) * x3=0; x1 < 500; x2 < 500; x3 < 500; x > 0; x11 > 0; x12 > 0; x21 > 0; x22 > 0; x1 > 0; x2 > 0; x3 > 0; end

方法1:LINGO求解
Objective value: 4800.000 Variable Value Reduced Cost X11 500.0000 0.0000000E+00 X21 500.0000 0.0000000E+00 X12 0.0000000E+00 0.0000000E+00 X22 0.0000000E+00 0.0000000E+00 X1 0.1021405E-13 10.00000 X2 0.0000000E+00 8.000000 X3 0.0000000E+00 6.000000 X 0.0000000E+00 0.0000000E+00

用库存的500吨原油A、500吨原油B 生产汽油甲,不购买新的原油A, 利润为4,800千元。
LINGO得到的是局部最优解,还 能得到更好的解吗?

方法2
增 加 约 束

y1, y2 , y3=1 ~以价格10, 8, 6(千元/吨)采购A
500 y3 ? x2 ? 500 y 2

x1 , x2 , x3 ~以价格10, 8, 6(千元/吨)采购A的吨数
500 y2 ? x1 ? 500 y1 x3 ? 500 y 3
y1,y2,y3 =0或1 y=0 ? x=0 x>0 ? y=1

0-1线性规划模型,可 用LINDO求解 购买1000吨原油A,与 库存的500吨原油A和 1000吨原油B一起,生 产汽油乙,利润为5,000 千元 。

优于方法1的结果

OBJECTIVE FUNCTION VALUE 1) 5000.000 VARIABLE VALUE REDUCED COST Y1 1.000000 0.000000 Y2 1.000000 2200.000000 Y3 1.000000 1200.000000 X11 0.000000 0.800000 X21 0.000000 0.800000 X12 1500.000000 0.000000 X22 1000.000000 0.000000 X1 500.000000 0.000000 X2 500.000000 0.000000 X3 0.000000 0.400000 X 1000.000000 0.000000

方法3

直接处理处理分段线性函数c(x)
c(x) 12000 9000 5000

(0 ? x ? 500) ? 10 x ? c( x) ? ? 8 x ? 1000 (500 ? x ? 1000) ?6 x ? 3000 (1000 ? x ? 1500) ?

b1? x?b2,x= z1b1+z2b2, z1+z2=1,z1, z2?0, c(x)= z1c(b1)+z2c(b2).
b2 ? x? b3,x= z2b2+z3b3, z2+z3=1,z2, z3 ? 0, c(x)= z2c(b2)+z3c(b3).

0

500

1000

1500

x

b1

b2

b3

b4

b3 ? x? b4,x= z3b3+z4b4, z3+z4=1,z3, z4 ? 0, c(x)= z3c(b3)+z4c(b4).

方法3 bk?x?bk+1 ,x= zkbk+z k+1 bk+1 zk+zk+1 =1,zk, zk+1 ?0, c(x)= zkc(bk)+zk+1 c(bk+1 ). bk?x?bk+1?yk=1,否则,yk=0

对于k=1,2,3

c(x) 12000 9000 5000

0

500

1000

1500

x

z1 ? y1 , z2 ? y1 ? y 2 , z3 ? y 2 ? y3 , z4 ? y3 z1 ? z2 ? z3 ? z4 ? 1, zk ? 0 (k ? 1,2,3,4) IP模型,LINDO求 解,得到的结果与 y1 ? y 2 ? y3 ? 1, y1 , y 2 , y3 ? 0 或 1

b1

b2

b3

b4

x ? z1b1 ? z2b2 ? z3b3 ? z4b4

方法2相同.

c( x) ? z1c(b1 ) ? z2c(b2 ) ? z3c(b3 ) ? z4c(b4 )
处理分段线性函数,方法3更具一般性

4.4

接力队选拔和选课策略
分派问题

若干项任务分给一些候选人来完成,每人的专长不同, 完成每项任务取得的效益或需要的资源就不同,如何分 派任务使获得的总效益最大,或付出的总资源最少。 若干种策略供选择,不同的策略得到的收益或付出的 成本不同,各个策略之间有相互制约关系,如何在满 足一定条件下作出决择,使得收益最大或成本最小。

例1 混合泳接力队的选拔
5名候选人的百米成绩
蝶泳 仰泳 蛙泳 自由泳 甲 1’06‖8 1’15‖6 1’27‖ 58‖6 乙 57‖2 1’06‖ 1’06‖4 53‖ 丙 1’18‖ 1’07‖8 1’24‖6 59‖4 丁 1’10‖ 1’14‖2 1’09‖6 57‖2 戊 1’07‖4 1’11‖ 1’23‖8 1’02‖4

如何选拔队员组成4?100米混合泳接力队? 丁的蛙泳成绩退步到1’15‖2;戊的自由泳成绩进 步到57‖5, 组成接力队的方案是否应该调整?

穷举法:组成接力队的方案共有5!=120种。

0-1规划模型 cij(秒)~队员i 第j 种泳姿的百米成绩
cij j=1 j=2 j=3 j=4 i=1 66.8 75.6 87 58.6 i=2 57.2 66 66.4 53 i=3 78 67.8 84.6 59.4 i=4 70 74.2 69.6 57.2 i=5 67.4 71 83.8 62.4

若选择队员i参加泳姿j 的比赛,记xij=1, 否则记xij=0

目标 函数
约束 条件

Min Z ? ?? cij xij
j ?1 i ?1

4

5

每人最多入选泳姿之一

每种泳姿有且只有1人

?x
j ?1

4

ij

? 1, i ? 1,?5

?x
i ?1

5

ij

? 1, j ? 1, ? 4

模型求解

输入LINDO求解
最优解:x14 = x21 = x32 = x43 = 1, 其它变量为0; 成绩为253.2(秒)=4’13‖2 甲~ 自由泳、乙~ 蝶泳、 丙~ 仰泳、丁~ 蛙泳.
丙 1’18‖ 1’07‖8 1’24‖6 59‖4 丁 1’10‖ 1’14‖2 1’09‖6 57‖2 戊 1’07‖4 1’11‖ 1’23‖8 1’02‖4

MIN 66.8x11+75.6x12+87x13+58.6x14 +… … +67.4x51+71 x52+83.8x53+62.4x54 SUBJECT TO x11+x12+x13+x14 <=1 …… x41+x42+x43+x44 <=1 x11+x21+x31+x41+x51 =1 …… x14+x24+x34+x44+x54 =1 END INT 20

蝶泳 仰泳 蛙泳 自由泳

甲 1’06‖8 1’15‖6 1’27‖ 58‖6

乙 57‖2 1’06‖ 1’06‖4 53‖

讨论 丁蛙泳c43 =69.6?75.2,戊自由泳c54=62.4 ?
57.5, 方案是否调整? 敏感性分析? IP规划一般没有与LP规划相类似的理论,LINDO 输出的敏感性分析结果通常是没有意义的。 c43, c54 的新数据重新输入模型,用LINDO求解

最优解:x21 = x32 = x43 = x51 = 1, 成绩为4’17‖7
乙~ 蝶泳、丙~ 仰泳、 丁~ 蛙泳、戊~ 自由泳
原 甲~ 自由泳、乙~ 蝶泳、 方 案 丙~ 仰泳、丁~ 蛙泳.

指派(Assignment)问题:每项任务有且只有一人承担, 每人只能承担一项,效益不同,怎样分派使总效益最大.

例2 选课策略
课号
1 2 3 4 5 6 7 8 9

课名
微积分 线性代数 最优化方法 数据结构 应用统计 计算机模拟 计算机编程 预测理论 数学实验

学分
5 4 4 3 4 3 2 2 3

所属类别
数学 数学 数学;运筹学 数学;计算机 数学;运筹学 计算机;运筹学 计算机 运筹学 运筹学;计算机

先修课要求

微积分;线性代数 计算机编程 微积分;线性代数 计算机编程

应用统计 微积分;线性代数

要求至少选两门数学课、三门运筹学课和两门计算机课 为了选修课程门数最少,应学习哪些课程 ? 选修课程最少,且学分尽量多,应学习哪些课程 ?

0-1规划模型
课号 1 2 3 4 5 6 7 8 9 课名 微积分 线性代数 最优化方法 数据结构 应用统计 计算机模拟 计算机编程 预测理论 数学实验 所属类别 数学 数学 数学;运筹学 数学;计算机 数学;运筹学 计算机;运筹学 计算机 运筹学 运筹学;计算机

决策变量

xi=1 ~选修课号i 的 课程(xi=0 ~不选)
目标函数 选修课程总数最少

Min Z ? ? xi
i ?1

9

约束条件

最少2门数学课, 3门运筹学课, 2门计算机课。

x1 ? x2 ? x3 ? x4 ? x5 ? 2

x3 ? x5 ? x6 ? x8 ? x9 ? 3

x 4 ? x 6 ? x 7 ? x9 ? 2

0-1规划模型
课号 课名 微积分 线性代数 最优化方法 数据结构 应用统计 计算机模拟 计算机编程 预测理论 数学实验 先修课要求

约束条件
先修课程要求 x3=1必有x1 = x2 =1

? 1 ? 2 ? 3
4 5 ? 6 ? 7 8 ? 9

微积分;线性代数 计算机编程 微积分;线性代数 计算机编程 应用统计 微积分;线性代数

x3 ? x1 , x3 ? x2
2 x3 ? x1 ? x 2 ? 0
x 4 ? x7 x4 ? x7 ? 0
2 x5 ? x1 ? x 2 ? 0 x6 ? x7 ? 0

模型求解(LINDO) 最优解: x1 = x2 = x3 = x6 = x7 = x9 =1, 其它为0;6门课程,总学分21

x8 ? x 5 ? 0
2 x9 ? x1 ? x2 ? 0

讨论:选修课程最少,学分尽量多,应学习哪些课程?

课程最少

学分最多

Min Z ? ? xi
i ?1

9

Max W ? 5 x1 ? 4 x2 ? 4 x3 ? 3x4 ? 4 x5 ? 3x6 ? 2 x7 ? 2 x8 ? 3x9

两目标(多目标)规划
? 以课程最少为目标, 不管学分多少。 ? 以学分最多为目标, 不管课程多少。

Min {Z , ? W }
最优解如上,6门课 程,总学分21 。 最优解显然是选修所 有9门课程 。

多目标优化的处理方法:化成单目标优化。

多目标规划
? 在课程最少的前提下 以学分最多为目标。
课号 课名 微积分 线性代数 最优化方法 数据结构 应用统计 计算机模拟 计算机编程 预测理论 数学实验 学分 5 4 4 3 4 3 2 2 3

增加约束

?x
i ?1

9

i

? 6,

以学分最多为目标求解。
最优解: x1 = x2 = x3 = x5 = x7 = x9 =1, 其它为0;总 学分由21增至22。

?1 ? ?2 ? ?3 ?
4 5 ? ?6 ?7 ? 8 ?9 ?

注意:最优解不唯一!
可将x9 =1 易为x6 =1 LINDO无法告诉优化 问题的解是否唯一。

多目标规划
? 对学分数和课程数加权形成一个目标,如三七开。

Min Y ? ?1Z ? ?2W ? 0.7Z ? 0.3W
课号 1 2 3 4 5 6 7 8 9 课名 微积分 线性代数 最优化方法 数据结构 应用统计 计算机模拟 计算机编程 预测理论 数学实验 学分 5 4 4 3 4 3 2 2 3

Z ? ? xi
i ?1

9

? ? ? ? ? ? ?

W ? 5 x1 ? 4 x2 ? 4 x3 ? 3x4 ? 4 x5 ? 3x6 ? 2 x7 ? 2 x8 ? 3x9
最优解: x1 = x2 = x3 = x4 = x5 = x6 = x7 = x9 =1, 其它为0;总学分28。

?

多目标规划
Min Y ? ?1 Z ? ?2W

讨论与思考

?1 ? ?2 ? 1, 0 ? ?1 , ?2 ? 1
W ? 5 x1 ? 4 x2 ? 4 x3 ? 3x4 ? 4 x5 ? 3x6 ? 2 x7 ? 2 x8 ? 3x9

Z ? ? xi
i ?1

9

?1 ? 2 / 3
最优解与?1=0,?2=1的结果相同——学分最多

?1 ? 3 / 4
最优解与?1=1,?2=0的结果相同——课程最少

4.5

饮料厂的生产与检修
单阶段生产计划
外部需求和内部 资源随时间变化 多阶段生产计划

? 企业生产计划

? 生产批量问题 考虑与产量无关的固定费用 给优化模型求解带来新的困难

例1 饮料厂的生产与检修计划
某种饮料4周的需求量、生产能力和成本
周次 1 2 3 4 合计 需求量(千箱) 15 25 35 25 100

生产能力(千箱) 30 40 45 20 135

成本(千元/千箱) 5.0 5.1 5.4 5.5

存贮费:每周每千箱饮料 0.2千元。 ? 安排生产计划, 满足每周的需求, 使4周总费用最小。

? 在4周内安排一次设备检修,占用当周15千箱生产能 力,能使检修后每周增产5千箱,检修应排在哪一周?

问题分析
周次 1 2 3 4 合计 需求 15 25 35 25 100
能力 30 40 45 20 135 成本 5.0 5.1 5.4 5.5

? 除第4周外每周的生产 能力超过每周的需求; ? 生产成本逐周上升; ?前几周应多生产一些。

模 型 假 设

? 饮料厂在第1周开始时没有库存;
? 从费用最小考虑, 第4周末不能有库存; ? 周末有库存时需支出一周的存贮费; ? 每周末的库存量等于下周初的库存量。

模型建立
周次 1 2 3 4 需求 15 25 35 25 能力 30 40 45 20 成本 5.0 5.1 5.4 5.5

决策变量
x1~ x4:第1~4周的生产量
y1~ y3:第1~3周末库存量

存贮费:0.2 (千元/周?千箱)

目标 Min z ? 5.0 x ? 5.1x ? 5.4 x ? 5.5x ? 0.2( y ? y ? y ) 1 2 3 4 1 2 3 函数 约束 条件
产量、库存与需求平衡 能力限制

x1 ? y1 ? 15
x2 ? y1 ? y 2 ? 25

x1 ? 30, x2 ? 40 x3 ? 45, x4 ? 20
非负限制

x3 ? y 2 ? y3 ? 35

x4 ? y3 ? 25

x1 , x2 , x3 , x4 , y1 , y 2 , y3 ? 0

模型求解

LINDO求解

最优解: x1~ x4:15,40,25,20; y1~ y3: 0,15,5 .
周次 1 2 3 4 需求 15 25 35 25 产量 15 40 25 20 库存 0 15 5 0 能力 30 40 45 20 成本 5.0 5.1 5.4 5.5

4周生产计划的总费用为528 (千元)

检修计划
? 在4周内安排一次设备检修,占用当周15千箱生产能力,能使 检修后每周增产5千箱,检修应排在哪一周? 周次 1 2 3 4 需求 15 25 35 25 能力 30 40 45 20 成本 5.0 5.1 5.4 5.5 检修安排在任一周均可 0-1变量wt :wt=1~ 检修安排 在第t周(t=1,2,3,4)

约束条件
产量、库存 与需求平衡 条件不变

能 力 限 制

x1 ? 30 x2 ? 40 x3 ? 45 x4 ? 20

x1 ? 15w1 ? 30 x2 ? 15 w2 ? 40 ? 5w1
x3 ? 15 w3 ? 45 ? 5w2 ? 5w1

x4 ? 15 w4 ? 20 ? 5w1 ? 5w2 ? 5w3

检修计划
0-1变量wt :wt=1~ 检修 安排在第t周(t=1,2,3,4)

目标函数不变

增加约束条件:检修1次
w1 ? w2 ? w3 ? w4 ? 1

LINDO求解 最优解: w1=1, w2 , w3, w4=0; x1~ x4:15,45,15,25; y1~ y3:0,20,0 .
总费用由528千元降为527千元 检修所导致的生产能力提高的作用, 需要更长的时间才能得到充分体现。

例2 饮料的生产批量问题
饮料厂使用同一条生产线轮流生产多种饮料。 若某周开工生产某种饮料, 需支出生产准备费8千元。 某种饮料4周的需求量、生产能力和成本
周次 1 2 3 4 合计 需求量(千箱) 15 25 35 25 100 生产能力(千箱) 30 40 45 20 135 成本(千元/千箱) 5.0 5.1 5.4 5.5

存贮费:每周每千箱饮料 0.2千元。 ? 安排生产计划, 满足每周的需求, 使4周总费用最小。

生产批量问题的一般提法
假设初始库存为0 ct ~时段t 生产费用(元/件); ht ~时段t (末)库存费(元/件); 制订生产计划, 满 st ~时段t 生产准备费(元); 足需求,并使T个时 dt ~时段t 市场需求(件); 段的总费用最小。 Mt ~时段t 生产能力(件)。 T min z ? ? ( st wt ? ct xt ? ht yt ) 目标 决策变量 t ?1 xt ~时段t 生产量; 约束 yt ~时段t (末)库存量; wt =1 ~时段t 开工生产 (wt =0 ~不开工)。
?1, xt ? 0, wt ? ? xt ? M t ?0, xt ? 0,

yt ?1 ? xt ? yt ? d t

y0 ? yT ? 0, xt , yt ? 0

生产批量问题的一般提法
min z ? ? ( st wt ? ct xt ? ht yt )
t ?1 T

s.t. yt ?1 ? xt ? yt ? dt
?1, xt ? 0, wt ? ? xt ? M t ?0, xt ? 0,

xt ? M t wt ? 0
混合0-1规划模型

y0 ? yT ? 0, xt , yt ? 0 t ? 1,2,?T

将所给参数代入模型,用LINDO求解 最优解:x1~ x4:15,40,45,0;总费用:554.0(千元)

§6 钢管和易拉罐下料
原料下料问题 生产中通过切割、剪裁、冲压等 手段,将原材料加工成所需大小 按照工艺要求,确定下料方案, 使所用材料最省,或利润最大

例1 钢管下料
客户需求

原料钢管:每根19米 8米15根
节省的标准是什么? 5米10根

4米50根

6米20根

问题1. 如何下料最节省 ? 问题2. 客户增加需求:

由于采用不同切割模式太多,会增加生产和管理成本, 规定切割模式不能超过3种。如何下料最节省?

钢管下料

切割模式

按照客户需要在一根原料钢管上安排切割的一种组合。 余料1米 余料3米 余料3米

4米1根 4米1根

6米1根 6米1根

8米1根 6米1根

8米1根

8米1根

合理切割模式的余料应小于客户需要钢管的最小尺寸

钢管下料问题1
模式 1 2 3 4 5 6 7 4米钢管根数 4 3 2 1 1 0 0

合理切割模式
6米钢管根数 0 1 0 2 1 3 0 8米钢管根数 0 0 1 0 1 0 2 余料(米) 3 1 3 3 1 1 3

为满足客户需要,按照哪些种合理模式,每种模式 切割多少根原料钢管,最为节省? 两种 标准 1. 原料钢管剩余总余量最小

2. 所用原料钢管总根数最少

决策 变量 xi ~按第i 种模式切割的原料钢管根数(i=1,2,…7) 目标1(总余量) Min Z1 ? 3x1 ? x2 ? 3x3 ? 3x4 ? x5 ? x6 ? 3x7
模 式 1 2 3 4 5 6 7 需 求 4米 根数 4 3 2 1 1 0 0 50 6米 根数 0 1 0 2 1 3 0 20 8米 根数 0 0 1 0 1 0 2 15 余 料 3 1 3 3 1 1 3

约束

满足需求

4 x1 ? 3x2 ? 2 x3 ? x4 ? x5 ? 50 x2 ? 2 x4 ? x5 ? 3x6 ? 20 x3 ? x5 ? 2 x7 ? 15

整数约束: xi 为整数

最优解:x2=12, x5=15, 其余为0; 最优值:27。

按模式2切割12根,按模式5切割15根,余料27米

钢管下料问题1 目标2(总根数) Min Z 2 ? x1 ? x2 ? x3 ? x4 ? x5 ? x6 ? x7 约束条 4 x1 ? 3x2 ? 2 x3 ? x4 ? x5 ? 50 件不变 x2 ? 2 x4 ? x5 ? 3x6 ? 20
x3 ? x5 ? 2 x7 ? 15

xi 为整数
按模式2切割15根, 按模式5切割5根, 按模式7切割5根, 共25根,余料35米

最优解:x2=15, x5=5, x7=5, 其余为0; 最优值:25。

与目标1的结果“共切割 27根,余料27米” 相比 虽余料增加8米,但减少了2根

当余料没有用处时,通常以总根数最少为目标

钢管下料问题2
增加一种需求:5米10根;切割模式不超过3种。

现有4种需求:4米50根,5米10根,6米20根,8米 15根,用枚举法确定合理切割模式,过于复杂。 对大规模问题,用模型的约束条件界定合理模式
决策变量

xi ~按第i 种模式切割的原料钢管根数(i=1,2,3)
r1i, r2i, r3i, r4i ~ 第i 种切割模式下,每根原料钢管 生产4米、5米、6米和8米长的钢管的数量

钢管下料问题2 目标函数(总根数)

Min x1 ? x 2 ? x3
模式合理:每根 余料不超过3米
16 ? 4r11 ? 5r21 ? 6r31 ? 8r41 ? 19

约束 条件

满足需求

r11 x1 ? r12 x2 ? r13 x3 ? 50
r21 x1 ? r22 x2 ? r23 x3 ? 10

16 ? 4r12 ? 5r22 ? 6r32 ? 8r42 ? 19
16 ? 4r13 ? 5r23 ? 6r33 ? 8r43 ? 19

r31 x1 ? r32 x2 ? r33 x3 ? 20
r41 x1 ? r42 x2 ? r43 x3 ? 15

整数约束: xi ,r1i, r2i, r3i, r4i (i=1,2,3)为整数

整数非线性规划模型

钢管下料问题2

增加约束,缩小可行域,便于求解
每根原料钢管长19米

需求:4米50根,5米10 根,6米20根,8米15根

? 4 ? 50 ? 5 ? 10 ? 6 ? 20 ? 8 ? 15 ? ? ? ? 26 原料钢管总根数下界: ? 19 ?

特殊生产计划:对每根原料钢管 模式1:切割成4根4米钢管,需13根; 模式2:切割成1根5米和2根6米钢管,需10根; 模式3:切割成2根8米钢管,需8根。 原料钢管总根数上界:13+10+8=31

26 ? x1 ? x2 ? x3 ? 31

模式排列顺序可任定

x1 ? x2 ? x3

LINGO求解整数非线性规划模型
Local optimal solution found at iteration: 12211 Objective value: 28.00000 Variable Value Reduced Cost X1 10.00000 0.000000 X2 10.00000 2.000000 X3 8.000000 1.000000 R11 3.000000 0.000000 R12 2.000000 0.000000 R13 0.000000 0.000000 R21 0.000000 0.000000 R22 1.000000 0.000000 R23 0.000000 0.000000 R31 1.000000 0.000000 R32 1.000000 0.000000 R33 0.000000 0.000000 R41 0.000000 0.000000 R42 0.000000 0.000000 R43 2.000000 0.000000

模式1:每根原料钢管切割成3 根4米和1根6米钢管,共10根; 模式2:每根原料钢管切割成2 根4米、1根5米和1根6米钢管, 共10根; 模式3:每根原料钢管切割成2 根8米钢管,共8根。 原料钢管总根数为28根。

例2 易拉罐下料
板材规格1: 正方形,边长 24cm,5万张。

模式1:1.5秒 模式2:2秒
上盖

模式3:1秒

板材规格2: 长方形, 32?28cm, 2万张。
模式4:3秒

罐 身
下底

罐身高10cm, 上盖、下底直 径均5cm。

每周工作40小时,每只易拉罐利润0.10元,原料余料损失0.001元 / cm2(不能装配的罐身、盖、底也是余料) 如何安排每周生产?

问题分析
模式1: 正方形 边长24cm

计算各种模式下的余料损失
上、下底直径d=5cm, 罐身高h=10cm。

模式1 余料损失 242-10??d2/4 - ?dh=222.6 cm2
罐身个数 模式1 模式2 模式3 模式4 1 2 0 4 底、盖 个数 10 4 16 5 余料损失 (cm2) 222.6 183.3 261.8 169.5 冲压时间 (秒) 1.5 2 1 3

问题分析
目标:易拉罐利润扣除原料余料损失后的净利润最大

注意:不能装配的罐身、上下底也是余料
约束:每周工作时间不超过40小时; 原料数量:规格1(模式1 ~3)5万张, 规格2(模式4)2万张; 罐身和底、盖的配套组装 。

模型建立 xi ~ 按照第i 种模式的生产张数(i=1,2,3,4);
决策 变量 y1 ~ 一周生产的易拉罐个数; y2 ~ 不配套的罐身个数; y3 ~ 不配套的底、盖个数。

模型建立
产量 x1 x2 x3 x4

y1 ~ 易拉罐个数;y2 ~ 不配套的罐身; y3 ~ 不配套的底、盖。 余料 时间 每只易拉罐利润0.10元, 222.6 1.5 余料损失0.001元 / cm2
183.3 261.8 169.5 2 1 3

罐身面积?dh=157.1 cm2 底盖面积?d2/4=19.6 cm2

目标

Max 0.1 y1 ? 0.001(222 .6 x1 ? 183 .3x2 ? 261 .8 x3 ? 169 .5 x4 ? 157 .1 y2 ? 19 .6 y3 )
时间约束 1.5x1 ? 2 x2 ? x3 ? 3x4 ? 144000 (40小时) 原料约束
x1 ? x2 ? x3 ? 50000 ,

约束 条件

x4 ? 20000

约束 条件
产量 x1 x2 x3 x4 罐身 1 2 0 4

y1 ~ 易拉罐个数;y2 ~ 不配套的罐身; y3 ~ 不配套的底、盖。
底、盖 10 4 16 5

配套约束
y2 ? x1 ? 2 x2 ? 4 x4 ? y1

y3 ? 10 x1 ? 4 x2 ? 16 x3 ? 5x4 ? 2 y1

y1 ? min{ x1 ? 2 x2 ? 4 x4 , (10 x1 ? 4 x2 ? 16 x3 ? 5x4 ) / 2}

y1 ? x1 ? 2 x2 ? 4 x4 ,

y1 ? (10 x1 ? 4 x2 ? 16 x3 ? 5x4 ) / 2

虽然xi和y1,y2,y3应是整数,但是因生产量很大, 可以把它们看成实数,从而用线性规划模型处理 。

模型求解
LINDO发出警告信息:“数据之间的数量级差别太 大,建议进行预处理,缩小数据之间的差别” 将所有决策变量扩大10000倍(xi ~万张,yi ~万件)
1.5 x1 ? 2 x2 ? x3 ? 3x4 ? 14.4,
OBJECTIVE FUNCTION VALUE 1) 0.4298337 VARIABLE VALUE REDUCED COST Y1 16.025000 0.000000 X1 0.000000 0.000050 X2 4.012500 0.000000 X3 0.375000 0.000000 X4 2.000000 0.000000 Y2 0.000000 0.223331 Y3 0.000000 0.036484

x1 ? x2 ? x3 ? 5, x4 ? 2
模式2生产40125张, 模式3生产3750张, 模式4生产20000张, 共产易拉罐160250个 (罐身和底、盖无剩余), 净利润为4298元

下料问题的建模
? 确定下料模式 ? 构造优化模型

一维问题(如钢管下料)

规格不太多,可枚举下料模式,建立整数线性规划模型, 否则要构造整数非线性规划模型,求解困难,可用缩小 可行域的方法进行化简,但要保证最优解的存在。 二维问题(如易拉罐下料) 具体问题具体分析(比较复杂 )


相关文章:
2013年全国大学生数学建模竞赛培训计划(初)
2013年全国大学生数学建模竞赛培训计划(初)_营销/活动策划_计划/解决方案_应用文书。2013 年全国大学生数学建模竞赛培训计划一、说明 随着石河子大学高等数学竞赛顺利...
全国赛数学建模培训安排_2013
2013 年全国大学生数学建模竞赛培训安排培训时间 8.26 日 9 时—12 时 8....的数学建模算法 常用的数学建模算法 随机模型 随机模型 模拟训练 随机模型 层次...
2013年全国大学生数学建模竞赛
2013年全国大学生数学建模竞赛_专业资料。2013 年全国大学生数学建模竞赛 天津财经大学参赛学生名单组号 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 ...
10141332_2013年全国大学生数学建模竞赛暑期培训安排
搜 试试 7 帮助 全部 DOC PPT TXT PDF XLS ...10141332_2013年全国大学生数学建模竞赛暑期培训安排_...00 培 序号第七讲 训安排 日 程 安 排 教师洪...
2013年全国大学生数学建模竞赛
2013 年全国大学生数学建模竞赛 天津财经大学参赛学生名单组号 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 成员 1 蒋 ...
改2013年全国大学生数学建模竞赛A题
2013年全国大学生数学建模竞赛A题_营销/活动策划_计划/解决方案_实用文档。车道通行能力 车道被占用对城市道路通行能力的影响摘要在城市道路中通常会发生交通异常...
2013年全国大学生数学建模竞赛本科组A题优秀论文
搜 试试 7 帮助 全部 DOC PPT TXT PDF XLS 百度文库 教育专区 高等教育 ...2013年全国大学生数学建模竞赛本科组A题优秀论文_理学_高等教育_教育专区。车道被...
2013年全国大学生数学建模竞赛
2013年全国大学生数学建模竞赛_专业资料。2013 年全国大学生数学建模竞赛 天津财经大学参赛学生名单组号 01 02 03 04 05 06 07 08 09 10 11 12 成员 1 蒋耀...
2013年全国大学生数学建模大赛B优秀论文
2013年全国大学生数学建模大赛B优秀论文_文学_高等教育_教育专区。2013 高教社杯全国大学生数学建模竞赛 承 诺 书 我们仔细阅读了《全国大学生数学建模竞赛章程》和...
关于组织2013年全国大学生数学建模竞赛培训活动的通知
关于组织 2013 年全国大学生数学建模竞赛培训活动的通知各学院: 2013 年全国大学生数学建模竞赛组织培训工作已开始,根据学校有 关要求,结合我校实际,凡是自愿参加的...
更多相关标签:
大学生数学建模竞赛 | 全国大学生建模竞赛 | 2016大学生建模竞赛 | 大学生数学建模竞赛吧 | 美国大学生建模竞赛 | 大学生建模竞赛官网 | 大学生建模竞赛 | 国大学生数学建模竞赛 |