数学模型姜启源第四章（第五版）课件.ppt

实际问题中的优化模型,x决策变量,f(x)目标函数,gi(x)0约束条件,多元函数条件极值,决策变量个数n和约束条件个数m较大,最优解在可行域的边界上取得,数学规划,线性规划非线性规划整数规划,重点在模型的建立和结果的分析,第四章 数学规划模型,第四章 数学规划模型,4.1 奶制品的生产与销售4.2 自来水输送与货机装运4.3 汽车生产与原油采购4.4 接力队选拔和选课策略4.5 饮料厂的生产与检修4.6 钢管和易拉罐下料4.7 广告投入与升级调薪4.8 投资的风险与收益,企业生产计划,4.1 奶制品的生产与销售,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.,例1 加工奶制品的生产计划,50桶牛奶,时间480h,至多加工100kgA1,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/kg，应否改变生产计划？,每天：,问题,x1桶牛奶生产A1,x2桶牛奶生产A2,获利 243x1,获利 164 x2,原料供应,劳动时间,加工能力,决策变量,目标函数,每天获利,约束条件,非负约束,线性规划模型(LP),时间480h,至多加工100kgA1,基本模型,模型分析与假设,比例性,可加性,连续性,xi对目标函数的“贡献”与xi取值成正比,xi对约束条件的“贡献”与xi取值成正比,xi对目标函数的“贡献”与xj取值无关,xi对约束条件的“贡献”与xj取值无关,xi取值连续,A1,A2每千克的获利是与各自产量无关的常数,每桶牛奶加工A1,A2的数量, 时间是与各自产量无关的常数,A1,A2每千克的获利是与相互产量无关的常数,每桶牛奶加工A1,A2的数量,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,线性规划模型,模型求解,图解法,约束条件,目标函数,z=c (常数) 等值线,在B(20,30)点得到最优解.,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,最优解一定在凸多边形的某个顶点取得.,模型求解,软件实现,LINGO,model:max = 72*x1+64*x2;milk x1 + x250;time 12*x1+8*x2480;cpct 3*x1100;end,Global optimal solution found. Objective value: 3360.000 Total solver iterations: 2 Variable Value Reduced Cost X1 20.00000 0.000000 X2 30.00000 0.000000 Row Slack or Surplus Dual Price 1 3360.000 1.000000 MILK 0.000000 48.00000 TIME 0.000000 2.000000 CPCT 40.00000 0.000000,20桶牛奶生产A1, 30桶生产A2，利润3360元.,结果解释,Global optimal solution found. Objective value: 3360.000 Total solver iterations: 2 Variable Value Reduced Cost X1 20.00000 0.000000 X2 30.00000 0.000000 Row Slack or Surplus Dual Price 1 3360.000 1.000000 MILK 0.000000 48.00000 TIME 0.000000 2.000000 CPCT 40.00000 0.000000,model:max = 72*x1+64*x2;milk x1 + x250;time 12*x1+8*x2480;cpct 3*x1100;end,三种资源,“资源” 剩余为零的约束为紧约束（有效约束）,结果解释,Global optimal solution found. Objective value: 3360.000 Total solver iterations: 2 Variable Value Reduced Cost X1 20.00000 0.000000 X2 30.00000 0.000000 Row Slack or Surplus Dual Price 1 3360.000 1.000000 MILK 0.000000 48.00000 TIME 0.000000 2.000000 CPCT 40.00000 0.000000,最优解下“资源”增加1单位“效益”的增量,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！,Ranges in which the basis is unchanged: Objective Coefficient Ranges Current Allowable AllowableVariable Coefficient Increase Decrease X1 72.00000 24.00000 8.000000 X2 64.00000 8.000000 16.00000 Righthand Side Ranges Row Current Allowable Allowable RHS Increase Decrease MILK 50.00000 10.00000 6.666667 TIME 480.0000 53.33333 80.00000 CPCT 100.0000 INFINITY 40.00000,最优解不变时目标函数系数允许变化范围,敏感性分析 (“LINGO|Ranges” ),x1系数范围(64,96),x2系数范围(48,72),A1获利增加到 30元/kg，应否改变生产计划?,x1系数由24 3=72增加为303=90，在允许范围内,不变！,(约束条件不变),结果解释,Ranges in which the basis is unchanged: Objective Coefficient Ranges Current Allowable AllowableVariable Coefficient Increase Decrease X1 72.00000 24.00000 8.000000 X2 64.00000 8.000000 16.00000 Righthand Side Ranges Row Current Allowable Allowable RHS Increase Decrease MILK 50.00000 10.00000 6.666667 TIME 480.0000 53.33333 80.00000 CPCT 100.0000 INFINITY 40.00000,影子价格有意义时约束右端的允许变化范围,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!,目标函数不变,充分条件 !,例2 奶制品的生产销售计划,在例1基础上深加工,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1h时间，应否投资？现 投资150元，可赚回多少？,50桶牛奶, 480h,至多100kgA1,B1，B2的获利经常有10%的波动，对计划有无影响？,每天销售10kgA1的合同必须满足，对利润有什么影响？,出售x1 kg A1, x2 kg A2，,x3 kg B1, x4 kg B2,原料供应,劳动时间,加工能力,决策变量,目标函数,利润,约束条件,非负约束,x5 kg A1加工B1， x6 kg A2加工B2,附加约束,基本模型,模型求解,软件实现,LINGO,Global optimal solution found. Objective value: 3460.800 Total solver iterations: 2 Variable Value Reduced Cost X1 0.000000 1.680000 X2 168.0000 0.000000 X3 19.20000 0.000000 X4 0.000000 0.000000 X5 24.00000 0.000000 X6 0.000000 1.520000 Row Slack or Surplus Dual Price 1 3460.800 1.000000 MILK 0.000000 3.160000 TIME 0.000000 3.260000 CPCT 76.00000 0.000000 5 0.000000 44.00000 6 0.000000 32.00000,Global optimal solution found. Objective value: 3460.800 Total solver iterations: 2 Variable Value Reduced Cost X1 0.000000 1.680000 X2 168.0000 0.000000 X3 19.20000 0.000000 X4 0.000000 0.000000 X5 24.00000 0.000000 X6 0.000000 1.520000 Row Slack or Surplus Dual Price 1 3460.800 1.000000 MILK 0.000000 3.160000 TIME 0.000000 3.260000 CPCT 76.00000 0.000000 5 0.000000 44.00000 6 0.000000 32.00000,结果解释,每天销售168 kgA2和19.2 kgB1， 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24kgA1全部加工成B1,除加工能力外均为紧约束,结果解释,Global optimal solution found. Objective value: 3460.800 Total solver iterations: 2 Variable Value Reduced Cost X1 0.000000 1.680000 X2 168.0000 0.000000 X3 19.20000 0.000000 X4 0.000000 0.000000 X5 24.00000 0.000000 X6 0.000000 1.520000 Row Slack or Surplus Dual Price 1 3460.800 1.000000 MILK 0.000000 3.160000 TIME 0.000000 3.260000 CPCT 76.00000 0.000000 5 0.000000 44.00000 6 0.000000 32.00000,增加1桶牛奶使利润增长3.1612=37.92,增加1h时间使利润增长3.26,30元可增加1桶牛奶，3元可增加1h时间，应否投资？现投资150元，可赚回多少？,投资150元增加5桶牛奶,可赚回189.6元(大于增加时间的利润增长).,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: Objective Coefficient Ranges Current Allowable AllowableVariable Coefficient Increase Decrease X1 24.00000 1.68000 INFINITY X2 16.00000 8.15000 2.10000 X3 44.00000 19.75000 3.166667 X4 32.00000 2.026667 INFINITY X5 -3.00000 15.80000 2.533333 X6 -3.00000 1.52000 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,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.,敏感性分析,结果解释,x1从0开始增加一个单位时，最优目标函数值将减少1.68,Reduced Cost是有意义、有条件的(LINGO没有给出),每天销售10kgA1的合同必须满足，对利润有什么影响？,公司利润减少1.6810=16.8（元）,最优利润为 3460.8 16.8 = 3444,Global optimal solution found. Objective value: 3460.800 Total solver iterations: 2 Variable Value Reduced Cost X1 0.000000 1.680000 X2 168.0000 0.000000 X3 19.20000 0.000000 X4 0.000000 0.000000 X5 24.00000 0.000000 X6 0.000000 1.520000 Row Slack or Surplus Dual Price 1 3460.800 1.000000 MILK 0.000000 3.160000 TIME 0.000000 3.260000 CPCT 76.00000 0.000000 5 0.000000 44.00000 6 0.000000 32.00000,小结与评注,由于产品利润、加工时间等均为常数，可 建立线性规划模型.,线性规划模型的三要素：决策变量、目标 函数、约束条件.,用LINGO求解，输出丰富，利用影子价格 和灵敏性分析可对结果做进一步研究.,建模时尽可能利用原始的数据信息，把尽量 多的计算留给计算机去做（分析例2的建模）.,4.2 自来水输送与货机装运,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?,运输问题,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?,其他费用:450元/ 103t,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？,例1 自来水输送,收入：900元/103t,支出,总供水量：160,确定送水方案使利润最大,问题分析, 总需求量：120+180=300,总收入900160=144000(元),收入：900元/ 103t,其他费用:450元/ 103t,支出,引水管理费,其他支出450160=72000(元),供应限制,约束条件,需求限制,线性规划模型(LP),目标函数,水库i 向j 区的日供水量为 xij（x34=0）,决策变量,模型建立,确定3个水库向4个小区的供水量,模型求解,部分结果：Objective Value: 24400.00 Variable Value Reduced Cost X11 0.000000 30.000000 X12 50.000000 0.000000 X13 0.000000 50.000000 X14 0.000000 20.000000 X21 0.000000 10.000000 X22 50.000000 0.000000 X23 0.000000 20.000000 X24 10.000000 0.000000 X31 40.000000 0.000000 X32 0.000000 10.000000 X33 10.000000 0.000000,利润=总收入-其他费用-引水管理费=144000-72000-24400 = 47600（元）,引水管理费 24400(元),目标函数,总供水量(320) 总需求量(300),每个水库最大供水量都提高一倍,利润 = 收入(900) 其他费用(450) 引水管理费,供应限制,B, C 类似处理,问题讨论,确定送水方案使利润最大,需求约束可以不变,模型求解,部分结果：Objective Value: 88700.00 Variable Value Reduced Cost X11 0.000000 20.000000 X12 100.000000 0.000000 X13 0.000000 40.000000 X14 0.000000 20.000000 X21 30.000000 0.000000 X22 40.000000 0.000000 X23 0.000000 10.000000 X24 50.000000 0.000000 X31 50.000000 0.000000 X32 0.000000 20.000000 X33 30.000000 0.000000,运输问题,总利润 88700（元）,供需平衡或不平衡,如何装运，使本次飞行获利最大？,三个货舱最大载重(t),最大容积(m3),例2 货机装运,三个货舱中实际载重必须与其最大载重成比例.,飞机平衡,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；,所给出的数据都是精确的，没有误差.,第i种货物的重量wi, 体积vi, 利润pi (i=1,2,3,4),已知参数,货舱j的重量限制WETj , 体积限制VOLj, (j=1,2,3 分别代表前、中、后仓),货舱容积,目标函数(利润),约束条件,模型建立,货舱重量,xij-第i 种货物装入第j 个货舱的重量 i=1,2,3,4, j=1,2,3,决策变量,约束条件,平衡要求,货物供应,模型建立,xij-第i 种货物装入第j 个货舱的重量,j,k=1,2,3; jk,Global optimal solution found. Objective value: 121515.8 Total solver iterations: 12Variable Value Reduced Cost X( 1, 1) 0.000000 400.0000 X( 1, 2) 0.000000 57.89474 X( 1, 3) 0.000000 400.0000 X( 2, 1) 7.000000 0.000000 X( 2, 2) 0.000000 239.4737 X( 2, 3) 8.000000 0.000000 X( 3, 1) 3.000000 0.000000 X( 3, 2) 12.94737 0.000000 X( 3, 3) 0.000000 0.000000 X( 4, 1) 0.000000 650.0000 X( 4, 2) 3.052632 0.000000 X( 4, 3) 0.000000 650.0000,货物2：前仓7,后仓8； 货物3: 前仓3, 中仓13；货物4: 中仓3.,模型求解,最大利润约121516元,货物供应点货舱需求点,装载平衡要求,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？,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.,制订月生产计划，使工厂的利润最大.,4.3 汽车生产与原油采购,设每月生产小、中、大型汽车的数量分别为x1, x2, x3,模型建立,线性规划模型(LP),模型求解,3）模型中增加条件：x1, x2, x3 均为整数，重新求解.,Objective Value: 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 Price 2 0.000000 0.731183 3 0.000000 0.003226,结果为小数，怎么办？,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？,IP可用LINGO直接求解,整数规划(Integer Programming,简记IP),IP 的最优解x1=64，x2=168，x3=0，最优值z=632,max=2*x1+3*x2+4*x3;1.5*x1+3*x2+5*x3600;280*x1+250*x2+400*x360000;gin(x1);gin(x2);gin(x3);,Global optimal solution found. Objective value: 632.0000 Extended solver steps: 0 Total solver iterations: 3 Variable Value Reduced Cost X1 64.00000 -2.000000 X2 168.0000 -3.000000 X3 0.000000 -4.000000,模型求解,IP 结果输出,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：,方法1：分解为8个LP子模型,若生产某类汽车，则至少生产80辆，求生产计划.,x1,x2, x3=0 或 80,x1=80，x2= 150，x3=0，最优值z=610,LINGO中对0-1变量的限定：bin(y1); bin(y2); bin(y3);,方法2：引入0-1变量，化为整数规划,M为大的正数,本例可取1000,Objective Value: 610.0000 Variable Value Reduced Cost X1 80.000000 -2.000000 X2 150.000000 -3.000000 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.,x1=0 或 80,最优解同前,max=2*x1+3*x2+4*x3;1.5*x1+3*x2+5*x30;x2*(x2-80)0;x3*(x3-80)0;gin(x1);gin(x2);gin(x3);,方法3：化为非线性规划,非线性规划（Non- Linear Programming，简记NLP）,若生产某类汽车，则至少生产80辆，求生产计划.,x1=0 或 80,最优解同前.,一般地，整数规划和非线性规划的求解比线性规划困难得多，特别是问题规模较大或者要求得到全局最优解时.,决策变量为整数, 建立整数规划模型.,求解整数规划和非线性规划比线性规划困难得多 (即便用数学软件) .,当整数变量取值很大时, 可作为连续变量处理, 问题简化为线性规划.,对于类似于“x=0 或 80”这样的条件，通常引入0-1变量处理，尽量不用非线性规划（特别是引入的整数变量个数较少时）.,小结与评注,应如何安排原油的采购和加工 ？,市场上可买到不超过1500t的原油A： 购买量不超过500t时的单价为10000元/t； 购买量超过500t但不超过1000t时，超过500t的 部分8000元/t； 购买量超过1000t时，超过1000t的部分6000元/t.,例2 原油采购与加工,决策变量,目标函数,问题分析,利润：销售汽油的收入购买原油A的支出. 难点：原油A的购价与购买量的关系较复杂.,原油A的购买量,原油A, B生产汽油甲,乙的数量,c(x) 购买原油A的支出,利润(千元),c(x)如何表述？,原油供应,约束条件,x 500，单价为10千元/t； 500 x 1000，超过500t的8千元/t；1000 x 1500，超过1000t的6千元/t.,目标函数,汽油含原油A的比例限制,约束条件,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.,x1 , x2 , x3 以价格10, 8, 6(千元/t)采购A的吨数,目标函数,只有当以10千元/t的价格购买x1=500(t)时，才能以8千元/t的价格购买x2,方法1,非线性规划模型，可以用LINGO求解,模型求解,x= x1+x2+x3, c(x) = 10 x1+8x2+6x3,500 x 1000，超过500t的8千元/t,类似地有,方法1：LINGO求解,Local optimal solution found. Objective value: 4800.000 Total solver iterations: 14 Variable Value Reduced Cost X11 500.0000 0.000000 X21 500.0000 0.000000 X12 0.000000 0.2666667 X22 0.000000 0.000000 X1 0.000000 0.4000000 X2 0.000000 0.000000 X3 0.000000 0.000000 X 0.000000 0.000000,LINGO得到的是局部最优解,还能得到更好的解吗？,用库存的500t原油A、500t原油B生产汽油甲，不购买新的原油A，利润为4800千元.,方法1：LINGO求解,计算全局最优解 ：选LINGO|Options菜单；在弹出的选项卡中选择“General Solver”；然后找到选项“Use Global Solver”将其选中；应用或保存；重新求解。,Global optimal solution found. Objective value: 5000.000 Extended solver steps: 1 Total solver iterations: 43 Variable Value Reduced Cost X11 0.000000 0.000000 X21 0.000000 0.900000 X12 1500.000 0.000000 X22 1000.000 0.000000 X1 500.0000 0.000000 X2 500.0000 0.000000 X3 0.000000 0.000000 X 1000.000 0.000000,还有其他建模和求解方法吗？,购买1000t原油A，与库存的500t原油A和1000t原油B一起，共生产2500t汽油乙，利润为5000千元 .,y1, y2 , y3=1 以价格10, 8, 6(千元/t)采购A,增加约束,方法2,0-1线性规划模型, 可用LINGO求解.,y1,y2,y3 =0或1,购买1000t原油A，与库存的500t原油A和1000t原油B一起，生产汽油乙，利润为5000千元 .,x1 , x2 , x3 以价格10, 8, 6(千元/t)采购A的吨数,与方法1（全局最优解）的结果相同,引入0-1变量,模型求解,b1 b2 b3 b4,方法3,b1 xb2，x= z1b1+z2b2，z1+z2=1，z1, z20, c(x)= z1c(b1)+z2c(b2).,b2 x b3，x= z2b2+z3b3， z2+z3=1，z2, z3 0, c(x)= z2c(b2)+z3c(b3).,b3 x b4，x= z3b3+z4b4，z3+z4=1，z3, z4 0, c(x)= z3c(b3)+z4c(b4).,直接处理处理分段线性函数c(x),IP模型，LINGO求解，得到的结果与方法2相同.,bkxbk+1yk=1,否则,yk=0,方法3,bkxbk+1 ,x= zkbk+z k+1 bk+1zk+zk+1 =1，zk, zk+1 0, c(x)= zkc(bk)+zk+1 c(bk+1 ).,对于k=1,2,3,方法3: 直接处理分段线性函数，方法更具一般性.,分段函数无法直接用非线性规划方法或软件求解.,方法1: 增加约束化为非线性规划,可以用LINGO 求解, 但可能得到的是局部最优解.,方法2: 引入0-1变量, 化为线性规划模型, 可用 LINGO求解.,小结与评注,分派问题,4.4 接力队选拔和选课策略,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抉择，使得收益最大或成本最小?,如何选拔队员组成4100m混合泳接力队?,例1 混合泳接力队的选拔,5名候选人4种泳姿的百米成绩,穷举法：组成接力队的方案共有5!=120种.,讨论:丁的蛙泳成绩退步到 ；戊的自由泳成绩进步到 , 组成接力队的方案是否应该调整？,目标函数,若选择队员i参加泳姿j 的比赛，记xij=1, 否则记xij=0,0-1规划模型,cij队员i第j 种泳姿的百米成绩(s),约束条件,每人最多入选泳姿之一,每种泳姿有且只有1人,模型求解,最优解：x14 = x21 = x32 = x43 = 1, 其他变量为0;,LINGO求解,甲 自由泳、乙 蝶泳、丙 仰泳、丁 蛙泳.,成绩为253.2(s)=,丁蛙泳c43 = 69.675.2 (s)，戊自由泳c54= 62.4 57.5 (s), 方案是否调整？,敏感性分析？,新方案:乙 蝶泳、丙 仰泳、丁 蛙泳、戊 自由泳,IP一般没有与LP相类似的理论，LINGO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LINGO求解,原分配方案:甲 自由泳、乙 蝶泳、丙 仰泳、丁 蛙泳.,讨论,最优解：x21 = x32 = x43 = x51 = 1, 成绩为,混合泳接力队的选拔,指派(Assignment)问题：有若干项任务, 每项任务必有且只能有一人承担，每人只能承担一项，不同人员承担不同任务的效益(或成本)不同，怎样分派各项任务使总效益最大(或总成本最小)?,人员数量与任务数量相等,人员数量大于任务数量(本例),人员数量小于任务数量 ?,建立0-1规划模型是常用方法,为了选修课程门数最少，应学习哪些课程 ？,要求至少选两门数学课、三门运筹学课和两门计算机课,选修课程最少，且学分尽量多，应学习哪些课程 ？,例2 选课策略,0-1规划模型,决策变量,目标函数,xi=1 选修课号i 的课程（xi=0 不选）,选修课程总数最少,约束条件,最少2门数学课，3门运筹学课，2门计算机课.,先修课程要求,最优解： x1 = x2 = x3 = x6 = x7 = x9 =1, 其他为0；6门课程，总学分21.,0-1规划模型,约束条件,x3=1必有x1 = x2 =1,模型求解（LINGO）,学分最多,多目标优化的处理方法：化成单目标优化.,两目标(多目标)规划,讨论：选修课程最少，学分尽量多，应学习哪些课程？,课程最少,以学分最多为目标,不管课程多少.,以课程最少为目标,不管学分多少.,多目标规划,在课程最少的前提下以学分最多为目标.,最优解： x1 = x2 = x3 = x5 = x7 = x9 =1, 其他为0；总学分由21增至22.,注意：最优解不唯一！,LINGO不能告诉优化问题的解是否唯一.,可将x9 =1 易为x6 =1,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.,最优解： x1 = x2 = x3 = x4 = x5 = x6 = x7 = x9 =1，其他为0；总学分28.,讨论与思考,最优解与1=0，2=1的结果相同学分最多.,多目标规划,最优解与1=1，2=0的结果相同课程最少.,选 课 策 略,用0-1变量表示策略选择是常用的方法,“要选甲 (x1)必选乙 (x2)” 可用x1 x2描述.,“要选甲 (x1)必不选乙 (x2)” 怎样描述?,“甲乙二人至多选一人” 怎样描述?,“甲乙二人至少选一人” 怎样描述?,双(多)目标规划的处理方法,加权组合成一个新目标, 化为单目标规划.,一个目标作为约束, 解另一个目标的规划.,4.5 饮料厂的生产与检修,单阶段生产计划,多阶段生产计划,生产批量问题,企业生产计划,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.,安排生产计划, 满足每周的需求, 使4周总费用最小.,存贮费:每周每千箱饮料 0.2 (千元).,例1 饮料厂的生产与检修计划,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?,某种饮料4周的需求量、生产能力和成本,问题分析,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.,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.,模型假设,目标函数,约束条件,产量、库存与需求平衡,决策变量,能力限制,非负限制,模型建立,x1 x4：第14周的生产量,y1 y3：第13周末库存量,存贮费:0.2(千元/周千箱),模型求解,4周生产计划的总费用为528 (千元),最优解： x1 x4：15，40，25，20； y1 y3： 0，15，5 .,LINGO求解,讨论,增加库存量(y1 y3)为决策变量使模型清晰并便于检查.,检修计划,0-1变量wt ：wt=1 检修安排在第t周(t=1,2,3,4）,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?,检修安排在任一周均可,约束条件,能力限制,产量、库存与需求平衡条件不变,增加约束条件：检修1次,检修计划,目标函数不变,0-1变量 wt=1 检修安排在第t周,LINGO求解,总费用由528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 .,最优解：w1=1, w2 , w3, w4=0; x1 x4：15,45,15,25； y1 y3：0,20,0 .,讨论,引入0-1变量表示检修,例2 饮料的生产批量问题,安排生产计划, 满足每周的需求, 使4周总费用最小.,存贮费:每周每千箱饮料 0.2 (千元) (与例1同) .,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(与例1同),ct 时段t 生产费用(元/件);ht 时段t (末)存贮费(元/件)st 时段t 生产准备费(元)；dt 时段t 市场需求(件)；Mt 时段t 生产能力(件).,假设初始库存为0.,制订生产计划, 满足需求并使T个时段的总费用最小.,决策变量,xt 时段t 生产量；yt 时段t (末)存贮量；,问题分析,与例1的主要差别:,需考虑与生产数量无关的费用生产准备费,模型建立,wt =1 时段t 开工生产 (wt =0 不开工).,混合0-1规划模型,目标函数,约束条件,模型建立,ct 生产费,ht 存贮费,st 准备费,dt 需求量, Mt 生产能力,xt 生产量,yt 存贮量,wt 开工生产0-1变量., 满足需求,既含可变费用(生产成本、存贮费)又含固定费用(生产准备费)的多阶段生产计划问题.,最优解：x1 x4：15，40，45，0；总费用：554.0(千元),将所给参数代入模型，用LINGO求解,模型求解,与例1的最优解： x1 x4：15,45,15,25 的区别!,生产批量(lot-sizing)问题,关键是引入0-1变量wt表示时