清华数学建模 第四章数学规划模型.ppt
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,y,数学规划模型,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,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?,每天:,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480小时,至多加工100公斤A1,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,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,LINDO 6.1,max 72x1+64x2st2)x1+x2503)12x1+8x24804)3x1100end,OBJECTIVE FUNCTION VALUE 1)3360.000 VARIABLE VALUE REDUCED COST X1 20.000000 0.000000 X2 30.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2)0.000000 48.000000 3)0.000000 2.000000 4)40.000000 0.000000 NO.ITERATIONS=2,DO RANGE(SENSITIVITY)ANALYSIS?,No,20桶牛奶生产A1,30桶生产A2,利润3360元。,结果解释,OBJECTIVE FUNCTION VALUE 1)3360.000 VARIABLE VALUE REDUCED COST X1 20.000000 0.000000 X2 30.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2)0.000000 48.000000 3)0.000000 2.000000 4)40.000000 0.000000 NO.ITERATIONS=2,原料无剩余,时间无剩余,加工能力剩余40,max 72x1+64x2st2)x1+x2503)12x1+8x24804)3x1100end,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,OBJECTIVE FUNCTION VALUE 1)3360.000 VARIABLE VALUE REDUCED COST X1 20.000000 0.000000 X2 30.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2)0.000000 48.000000 3)0.000000 2.000000 4)40.000000 0.000000 NO.ITERATIONS=2,最优解下“资源”增加1单位时“效益”的增量,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,影子价格,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:OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 72.000000 24.000000 8.000000 X2 64.000000 8.000000 16.000000 RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 50.000000 10.000000 6.666667 3 480.000000 53.333332 80.000000 4 100.000000 INFINITY 40.000000,最优解不变时目标函数系数允许变化范围,DO RANGE(SENSITIVITY)ANALYSIS?,Yes,x1系数范围(64,96),x2系数范围(48,72),A1获利增加到 30元/千克,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:OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 72.000000 24.000000 8.000000 X2 64.000000 8.000000 16.000000 RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 50.000000 10.000000 6.666667 3 480.000000 53.333332 80.000000 4 100.000000 INFINITY 40.000000,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),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1小时时间,应否投资?现投资150元,可赚回多少?,50桶牛奶,480小时,至多100公斤A1,B1,B2的获利经常有10%的波动,对计划有无影响?,出售x1 千克 A1,x2 千克 A2,,X3千克 B1,x4千克 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,x5千克 A1加工B1,x6千克 A2加工B2,附加约束,模型求解,软件实现,LINDO 6.1,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 1.520000ROW 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,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 1.520000ROW 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,结果解释,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 1.520000ROW 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,增加1桶牛奶使利润增长3.1612=37.92,增加1小时时间使利润增长3.26,30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?,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:OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 24.000000 1.680000 INFINITY X2 16.000000 8.150000 2.100000 X3 44.000000 19.750002 3.166667 X4 32.000000 2.026667 INFINITY X5-3.000000 15.800000 2.533334 X6-3.000000 1.520000 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。,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/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?,例1 自来水输送,收入:900元/千吨,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=144,000(元),收入:900元/千吨,其他费用:450元/千吨,支出,引水管理费,其他支出450160=72,000(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,OBJECTIVE FUNCTION VALUE 1)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-其它费用-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)其它费用(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,求解,OBJECTIVE FUNCTION VALUE 1)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,这类问题一般称为“运输问题”(Transportation Problem),总利润 88700(元),如何装运,使本次飞行获利最大?,三个货舱最大载重(吨),最大容积(米3),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,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),模型假设,每种货物可以分割到任意小;,货机装运,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,货舱容积,目标函数(利润),约束条件,货机装运,模型建立,货舱重量,xij-第i 种货物装入第j 个货舱的重量,约束条件,平衡要求,货物供应,货机装运,模型建立,xij-第i 种货物装入第j 个货舱的重量,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,货物2:前仓10,后仓5;货物3:中仓13,后仓3;货物4:中仓3。,货机装运,模型求解,最大利润约121516元,货物供应点货舱需求点,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,汽车厂生产计划,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 FUNCTION VALUE 1)632.2581VARIABLE 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,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LINDO直接求解,整数规划(Integer Programming,简记IP),“gin 3”表示“前3个变量为整数”,等价于:gin x1gin x2gin x3,IP 的最优解x1=64,x2=168,x3=0,最优值z=632,max 2x1+3x2+4x3st1.5x1+3x2+5x3600280 x1+250 x2+400 x360000endgin 3,OBJECTIVE FUNCTION VALUE 1)632.0000VARIABLE VALUE REDUCED COST X1 64.000000-2.000000 X2 168.000000-3.000000 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,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。,x1,x2,x3=0 或 80,x1=80,x2=150,x3=0,最优值z=610,LINDO中对0-1变量的限定:int y1int y2int y3,方法2:引入0-1变量,化为整数规划,M为大的正数,可取1000,OBJECTIVE FUNCTION VALUE 1)610.0000VARIABLE 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,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。,方法3:化为非线性规划,非线性规划(Non-Linear Programming,简记NLP),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。,若生产某类汽车,则至少生产80辆,求生产计划。,x1=0 或 80,应如何安排原油的采购和加工?,例2 原油采购与加工,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。,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。,目标函数,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。,汽油含原油A的比例限制,约束条件,x1,x2,x3 以价格10,8,6(千元/吨)采购A的吨数,目标函数,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,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吨 x 1000吨,超过500吨的8千元/吨,x=x1+x2+x3,c(x)=10 x1+8x2+6x3,方法1: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 0;2*x12-3*x22 0;x=x1+x2+x3;(x1-500)*x2=0;(x2-500)*x3=0;x1 0;x11 0;x12 0;x21 0;x22 0;x1 0;x2 0;x3 0;end,Objective value:4800.000Variable Value Reduced CostX11 500.0000 0.0000000E+00X21 500.0000 0.0000000E+00X12 0.0000000E+00 0.0000000E+00X22 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,LINGO得到的是局部最优解,还能得到更好的解吗?,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。,y1,y2,y3=1 以价格10,8,6(千元/吨)采购A,增加约束,方法2,0-1线性规划模型,可用LINDO求解,y1,y2,y3=0或1,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,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。,x1,x2,x3 以价格10,8,6(千元/吨)采购A的吨数,优于方法1的结果,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,LINDO求解,得到的结果与方法2相同.,处理分段线性函数,方法3更具一般性,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,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。,丁的蛙泳成绩退步到115”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?,如何选拔队员组成4100米混合泳接力队?,例1 混合泳接力队的选拔,5名候选人的百米成绩,穷举法:组成接力队的方案共有5!=120种。,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(秒)队员i 第j 种泳姿的百米成绩,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,其它变量为0;成绩为253.2(秒)=413”2,MIN 66.8x11+75.6x12+87x13+58.6x14+67.4x51+71 x52+83.8x53+62.4x54SUBJECT TO x11+x12+x13+x14=1 x41+x42+x43+x44=1 x11+x21+x31+x41+x51=1 x14+x24+x34+x44+x54=1END INT 20,输入LINDO求解,甲 自由泳、乙 蝶泳、丙 仰泳、丁 蛙泳.,丁蛙泳c43=69.675.2,戊自由泳c54=62.4 57.5,方案是否调整?,敏感性分析?,乙 蝶泳、丙 仰泳、丁 蛙泳、戊 自由泳,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。,最优解:x21=x32=x43=x51=1,成绩为417”7,c43,c54 的新数据重新输入模型,用LINDO求解,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.,讨论,为了选修课程门数最少,应学习哪些课程?,例2 选课策略,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?,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,其它为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(LINDO),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,其它为0;总学分由21增至22。,注意:最优解不唯一!,LINDO无法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,其它为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,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,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?,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.,LINDO求解,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:wt=1 检修安排在第t周(t=1,2,3,4),LINDO求解,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。,最优解:w1=1,w2,w3,w4=0;x1 x4:15,45,15,25;y1 y3:0,20,0.,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。,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,生产批量问题的一般提法,ct 时段t 生产费用(元/件);ht 时段t(末)库存费(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)库存量;wt=1 时段t 开工生产(wt=0 不开工)。,目标,约束,混合0-1规划模型,最优解:x1 x4:15,40,45,0;总费用:554.0(千元),生产批量问题的一般提法,将所给参数代入模型,用LINDO求解,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,6 钢管和易拉罐下料,原料下料问题,按照工艺要求,确定下料方案,使所用材料最省,或利润最大,问题1.如何下料最节省?,例1 钢管下料,问题2.客户增加需求:,节省的标准是什么?,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?,按照客户需要在一根原料钢管上安排切割的一种组合。,切割模式,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,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?,合理切割模式,2.所用原料钢管总根数最少,钢管下料问题1,两种标准,1.原料钢管剩余总余量最小,xi 按第i 种模式切割的原料钢管根数(i=1,2,7),约束,满足需求,决策变量,目标1(总余量),按模式2切割12根,按模式5切割15根,余料27米,最优解:x2=12,x5=15,其余为0;最优值:27。,整数约束:xi 为整数,当余料没有用处时,通常以总根数最少为目标,目标2(总根数),钢管下料问题1,约束条件不变,最优解:x2=15,x5=5,x7=5,其余为0;最优值:25。,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,虽余料增加8米,但减少了2根,与目标1的结果“共切割27根,余料27米”相比,钢管下料问题2,对大规模问题,用模型的约束条件界定合理模式,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。,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,满足需求,模式合理:每根余料不超过3米,整数非线性规划模型,钢管下料问题2,目标函数(总根数),约束条件,整数约束:xi,r1i,r2i,r3i,r4i(i=1,2,3)为整数,增加约束,缩小可行域,便于求解,原料钢管总根数下界:,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,模式排列顺序可任定,钢管下料问题2,需求:4米50根,5米10根,6米20根,8米15根,每根原料钢管长19米,LINGO求解整数非线性规划模型,Local optimal solution found at iteration:12211 Objective value:28.00000Variable Value Reduced CostX1 10.00000 0.000000X2 10.00000 2.000000X3 8.000000 1.000000R11 3.000000 0.000000R12 2.000000 0.000000R13 0.000000 0.000000R21 0.000000 0.000000R22 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。,板材规格2:长方形,3228cm,2万张。,例2 易拉罐下料,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),罐身高10cm,上盖、下底直径均5cm。,板材规格1:正方形,边长24cm,5万张。,如何安排每周生产?,模式1:正方形边长24cm,问题分析,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 242-10d2/4-dh=222.6 cm2,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,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。,注意:不能装配的罐身、上下底也是余料,决策变量,xi 按照第i 种模式的生产张数(i=1,2,3,4);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,目标,约束条件,时间约束,原料约束,模型建立,y1 易拉罐个数;y2 不配套的罐身;y3 不配套的底、盖。,每只易拉罐利润0.10元,余料损失0.001元/cm2,罐身面积dh=157.1 cm2 底盖面积d2/4=19.6 cm2,(40小时),约束条件,配套约束,y1 易拉罐个数;y2 不配套