2015 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《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：
我们的参赛报名号为（如果赛区设置报名号的话）：
所属学校（请填写完整的全名）：
参赛队员(打印并签名) ：1.
2.
3.
指导教师或指导教师组负责人(打印并签名)：
（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。）
日期：年月日
赛区评阅编号（由赛区组委会评阅前进行编号）：
2013高教社杯全国大学生数学建模竞赛
编号专用页
赛区评阅编号（由赛区组委会评阅前进行编号）：
赛区评阅记录（可供赛区评阅时使用）：
评
阅
人
评
分
备
注
全国统一编号（由赛区组委会送交全国前编号）：
全国评阅编号（由全国组委会评阅前进行编号）：
DVD在线租赁问题
摘要：本文针对DVD租赁问题，利用优化理论等方法建立了目标规划和DVD最优分配模型，分别确定了合理的DVD购买与分配方案。
问题一中，基于需求预测基础上的DVD购买方案设计中，我们考虑均值情况。具体结果见正文。同时，我们也利用目标规划的方法建立了优化购置模型，以所需购买的DVD 总量最小化为目标，以会员租赁情况、租赁具体数量以及观看人数的限制为约束条件。最后利用Lingo软件编程求解可得到以下结果：至少50%能看到的情况下最少购置DVD 数量为25620张。DVD1~5分别购置12687、7029、3264、1809、831张。至少95%能看到的情况下最少购置8540张。DVD1~5分别购置4229、2343、1088、603、277张。问题二中，我们引入0-1变量，并且以会员的满意度最大作为目标函数，会员每次可租赁3张DVD和每种DVD分配的数量不大于限制数量作为约束条件建立0-1规划模型，在模型求解中由于数据庞大不好处理，我们最后利用lingo软件编程求解，前六位会员DVD分配结果如下，具体结果见正文。
会员编号C0001 C0002 C0003 C0004 C0005 C0006
分配DVD
D008，
D041，D098
D006，
D044，D062
D032，
D050，D080
D007，
D018，D041
D011，
D066，D068
D019，
D053，D066
问题三中，我们在问题一中的DVD购置优化模型和问题二中的满意度最大化模型的基础上，建立了双目标整数规划模型，优先考虑满意度最大，从而解出此目标作为约束条件，求解第二个目标函数，从而求出DVD购买的最小量。前六位会员DVD分配数量如下具体结果见正文。
会员编号C0001 C0002 C0003 C0004 C0005 C0006 DVD数量24 333033 2425
问题四中，我们考虑商家的利益、每个会员的满意度以及每个年龄段会员的偏爱对于DVD的购买量以及会员的订单分配进行模型优化。
关键字：目标规划、满意度、0-1规划
一、问题重述
随着信息时代的到来，网络成为人们生活中越来越不可或缺的元素之一。许多网站利用其强大的资源和知名度，面向其会员群提供日益专业化和便捷化的服务。例如，音像制品的在线租赁就是一种可行的服务。这项服务充分发挥了网络的诸多优势，包括传播范围广泛、直达核心消费群、强烈的互动性、感官性强、成本相对低廉等，为顾客提供更为周到的服务。
考虑如下的在线DVD租赁问题。顾客缴纳一定数量的月费成为会员，订购DVD 租赁服务。会员对哪些DVD有兴趣，只要在线提交订单，网站就会通过快递的方式尽可能满足要求。会员提交的订单包括多张DVD，这些DVD是基于其偏爱程度排序的。网站会根据手头现有的DVD数量和会员的订单进行分发。每个会员每个月租赁次数不得超过2次，每次获得3张DVD。会员看完3张DVD之后，只需要将DVD放进网站提供的信封里寄回（邮费由网站承担），就可以继续下次租赁。请考虑以下问题：1）网站正准备购买一些新的DVD，通过问卷调查1000个会员，得到了愿意观看这些DVD的人数（表1给出了其中5种DVD的数据）。此外，历史数据显示，60%的会员每月租赁DVD两次，而另外的40%只租一次。假设网站现有10万个会员，对表1中的每种DVD来说，应该至少准备多少张，才能保证希望看到该DVD的会员中至少50%在一个月内能够看到该DVD？如果要求保证在三个月内至少95%的会员能够看到该DVD呢？
2）表2中列出了网站手上100种DVD的现有张数和当前需要处理的1000位会员的在线订单（表2的数据格式示例如下表2），如何对这些DVD进行分配，才能使会员获得最大的满意度？请具体列出前30位会员（即C0001~C0030）分别获得哪些DVD。
3）继续考虑表2，并假设表2中DVD的现有数量全部为0。如果你是网站经营管理人员，你如何决定每种DVD的购买量，以及如何对这些DVD进行分配，才能使一个月内95%的会员得到他想看的DVD，并且满意度最大？
4）如果你是网站经营管理人员，你觉得在DVD的需求预测、购买和分配中还有哪些重要问题值得研究？请明确提出你的问题，并尝试建立相应的数学模型。
表1 对1000个会员调查的部分结果
DVD名称DVD1 DVD2 DVD3 DVD4 DVD5
愿意观看的人数200 100 50 25 10
表2 现有DVD 张数和当前需要处理的会员的在线订单（表格格式示例）
DVD 编号 D001 D002 D003 D004 … DVD 现有数量 10 40 15 20 … 会员在线订单
C0001 6 0 0 0 … C0002 0 0 0 0 … C0003 0 0 0 3 … C0004 0 0 0 0 … …
…
…
…
…
…
注：D001~D100表示100种DVD, C0001~C1000表示1000个会员, 会员的在线订单用数字1,2,…表示，数字越小表示会员的偏爱程度越高，数字0表示对应的DVD 当前不在会员的在线订单中。
二、问题分析
随着互联网的快速发展，音像制品的在线租赁也逐步走进我们的生活，本题就是
在该背景下对DVD 的需求预测、购买和分配进行一定的分析从而确定最优化的分配方案，具有较强的实际意义。问题的特点是在所给的不同情况下对DVD 进行合理分配，难点是相关约束条件的确定。
对于问题一，由历史数据显示：60％的会员每月可以租赁两次，另外的40％每月只能租一次。根据大数定理：每个月租两次的会员与租一次会员的人数之比为3:2。假设租两次的会员分别在月初和月中旬分别借一次DVD ，并且再月中旬和月末分别还掉所借的DVD ；租一次会员在月中旬借，保证部分DVD 能够被重复利用，减少购买量，从而减少运营成本。
我们也可以通过题目所给的相关数据，在此基础上以会员租赁情况、租赁具体数量以及愿意观看人数的最小限制等为约束条件，DVD 数量最小为目标函数建立了规划模型。
对于问题二，结合会员的在线订单以及偏好情况，如何将DVD 充分的分配给会员是本问题的重点。根据实际情况，我们将将ij b 定位满意度，其中1/ij ij b a =0ij a ≠。假设每个会员每次租的DVD 数为3张。本问题则所要解决的是如何分配DVD 使所有的满意度之和达到最大。我们利用0—1规划，0表示会员得不到该DVD ，1表示会员得到该DVD ，建立约束条件，以满意度之和最大为目标函数，从而将问题转化为优化问题。 对于问题三，本问题需要满足两个要求：1、DVD 的购买量最小，2、所有会员的满意度之和最大。考虑到95%的会员会组DVD 和60%的会员会租两次DVD ，在问题一、二
的基础上，我们建立双目标整数规划，设立两个0—1变量：,
m y分别表示是否租DVD
i i
和是否租两次DVD。首购先在满足满意度之和最大的情况下确定会员的订单，再根据满意度最大和会员的订单确定DVD的最小购买量。
对于问题四，对于DVD的购买量以及会员的订单分配还需要考虑商家的利益、每个会员的满意度以及每个年龄段会员的偏爱；
我们利用Lingo软件对本题的各个模型进行编程求解，也解决了部分数据过于庞大较难处理的问题。
三、模型假设与符号说明
模型假设：
1.60%的会员每月租赁DVD两次，而另外的40%只租一次。
2.会员每次可租3张DVD，会员在归还DVD之后可再次进行租赁。
3.假设该网站对1000名会员的调查结果可较为完整的反映10万会员对DVD的需求与喜好。
4.假设忽略一切DVD折损与丢失问题。
5.假设每个会员都能自觉的严格的遵守网站关于租赁周期的规定，即他们都能在规定的时间内归还所借的DVD
符号说明：
d10万会员中愿意观看第i种的人数
i
p10万会员中愿意观看第i种的人的概率
i
l第i种DVD被租一次的数量
i
s第i种DVD被租两次的数量
i
l第i种DVD第j个月被租一次的数量
ij
s第i种DVD第j个月被租两次的数量
ij
L全部被租赁的DVD的数量
i
ij c 第i 名会员获得第j 张DVD 时的满意度，,0i j c ≠，该值取倒数
j b 第j 种DVD 的购买量
ij x 第i 个会员对第j 类DVD 的需求，0-1变量 i m 第i 个会员是否租DVD ，0-1变量 i y 第i 个会员是否租两次DVD ，0-1变量
ij t 第i 个会员对第j 种DVD 的租赁次数
j a 第j 种DVD 现有数量
ij w 第i 个会员对于 分给他的第j 种DVD 的满意度
四、模型建立与求解
4.1 DVD 购置方案的模型 4.1.1模型一建立
本文提及的样本基数足够大，所以题目中出现的60%和40%的频率数据可直接用作概率i p 。我们在处理问题一时可以不必考虑每个会员的具体租赁、归还DVD 时间，而只考虑每个月内两次分配方案。 在DVD 被租赁出去后，对于某种DVD ，从平均意义上看，应该是均匀的分布在每月只租赁1次DVD 的会员和每月租赁两次DVD 的会员，即是说在月中旬，该DVD 将有60%被归还。 （1）50%的情况
在上述所说的网站运营模式下，设第i 种DVD 有i L 张，则假设在1号被分配出去，在月中旬时，又有0.6i L 张被归还。这样，为保证1个月内至少50%的会员时看到该DVD 则应满足：
(160%)100000**50%i i L p +≥
（2）95%的情况
同理可知，为保证3个月内至少95%的会员时看到第i 种DVD 则应满足：
3*(160%)100000**95%i i L p +≥
4.1.2模型二建立
通过题目中对会员喜好的调查，我们得到表1所示结果，并由此可以求出1000位会员愿意观看各类DVD 的比例i p ,由于这1000人是10万会员中的随机子样本，所以该比例也可以用于计算10万会员的情况。结果如表2所示
表1 对1000个会员调查的部分结果
DVD 名称 DVD1 DVD2 DVD3 DVD4 DVD5 愿意观看的人数
200
100
50
25
10
表12对10万位会员调查的部分结果
DVD 名称 DVD1
DVD2
DVD3
DVD4
DVD5
愿意观看的人数
i d
20000 10000 5000 2500 1000
（1）50%的情况
首先以最小DVD 数量为目标函数建立优化模型：
5
1
min i i f L ==∑
5
1
5
1
2**0.5,1,2,3,4,52*322*i i i i
i i i i i i
s l d i s l l s L ==+>==????=????+=?∑∑
其中第一个约束条件表示对于每种DVD 来说，准备的DVD 张数必须保证希望看到该DVD 的会员中至少50%在一个月内能够看到该DVD 。第二个约束条件是由题目可知60%的会员每月租赁DVD 两次，而剩余的40%会员只租一次，该3:2的比例是一定的。第三个约束是被租赁的DVD 总数等于被租一次和被租两次的DVD 数量之和。 （2）95%的情况
以最小DVD 数量为目标函数建立优化模型，第一个约束条件是由题目可知60%的会员每月租赁DVD 两次，而剩余的40%会员只租一次，三个月内这个比例是一定的。
第二个约束条件是指每个月的DVD 总数是不变的。第三个约束条件表示对于每种DVD 来说，准备的DVD 张数必须保证希望看到该DVD 的会员中至少95%在三个月内能够看到该DVD 。第四个约束是被租赁的DVD 总数等于三个月内被租一次和被租两次的DVD 数量之和。综上所述可得到以下模型：
min /3L
51
51112211333
153112*3,1,2,32,1,2,3,4,5,1,2,3,4,52**0.95,1,2,3,4,5
ij i ij i i i i i i i i i ij ij i
j ij ij
i j s j l l s l s i l s l s i l s d i L l s =====?
???==???
?+=+=??+=+=??+>==???
=+??
∑∑∑∑∑ 4.1.2模型一求解与分析
模型一结果分别如表3、4所示：
表3 保证1个月内至少50%的会员时看到DVD 情况下的购买方案 DVD 名称 DVD1 DVD2 DVD3 DVD4 DVD5 购置数量 6250
3125
1563
782
313
表3 保证3个月内至少95%的会员时看到DVD 情况下的购买方案 DVD 名称 DVD1 DVD2 DVD3 DVD4 DVD5 购置数量
2084
1042
521
261
105
4.1.3模型二求解
（1）50%的情况
用LINGO 软件编程求解得到最佳的DVD 购置方案如表5所示（具体程序见附录程序1）最少购置DVD 数量为25620张。
表5
DVD 名称 DVD1 DVD2 DVD3 DVD4 DVD5 购置数量
12687
7029
3264
1809
831
（2）95%的情况
用LINGO 软件编程求解得到最佳的DVD 购置方案如表6所示（具体程序见附录程序2）最少购置DVD 数量为张。
表 6
DVD 名称 DVD1 DVD2 DVD3 DVD4 DVD5 购置数量
4229
2343
1088
603
277
4.2 1000位会员在线订单的分配 4.2.1模型建立
首先引入0-1变量ij x
01ij x ?=??
由题目可知，会员的在线订单用数字1,2,…表示，数字越小表示会员的偏爱程度越高，数字0表示对应的DVD 当前不在会员的在线订单中。ij c 表示偏爱程度。由此可知，当所有会员的偏爱程度之和最小时，满意度最高。因为0为特例，所以考虑非零数的倒数。目标函数转化为倒数之和的最大值。由此引入满意度的定义。
第i 个会员对分给他第j 种DVD 的满意度表示为
1,0
1111230,0
ij
ij
ij ij c
c w c ?
??≠=?++??
=? 其中111
123
++作为分母表示会员得到最想要的3张，满意度最大，即100%满意。
第i 位会员的满意度i w 表示为
100
1
i ij ij j w x w ==∑
会员i 没有选择第j 种DVD
会员i 选择第j 种DVD
我们以会员的满意度最大作为目标函数，会员每次可租赁3张DVD 和每种DVD 分配的数量不大于限制数量作为约束条件建立以下模型：
100
1
max i i f w ==∑
100
1
1000
1
3,1,2,,100ij j ij j i x x a j ==?
=?
???==??∑∑ 4.2.2模型求解与分析
利用LINGO 软件编程求解可得表7所示结果（具体程序见附录）
表7
会员编号 C0001 C0002 C0003 C0004 C0005 C0006 分配DVD D008，
D041，D098 D006，
D044，D062 D032，
D050，D080 D007，
D018，D041 D011，
D066，D068 D019，
D053，D066 会员编号 C0007 C0008 C0009 C0010 C0011 C0012 分配DVD D008，
D026，D081 D031，
D035，D071 D053，
D078，D100 D055，
D060，D085 D059，
D063，D066 D002，
D031，D041 会员编号 C0013 C0014 C0015 C0016 C0017 C0018 分配DVD D021，
D078，D096 D023，
D052，D089 D013，
D066，D085 D055，
D084，D097 D047，
D051，D067 D041，
D060，D078 会员编号 C0019 C0020 C0021 C0022 C0023 C0024 分配DVD D066，
D084，D086 D045，
D061，D089 D045，
D050，D053 D038，
D055，D057 D029，
D081，D095 D037，
D041，D076 会员编号 C0025 C0026 C0027 C0028 C0029 C0030 分配DVD
D009，
D069，D081 D022，
D068，D095 D050，
D058，D078 D008，
D034，D041 D026，
D030，D055 D037，
D062，D098
4.3 一个月内的订单分配
4.3.1模型建立
本问题是根据订单确定各种DVD 的购买数量以及如何进行分配，使95%的会员
能看到想看的DVD ，并且满意度要最大，由以上要求可以建立一个双目标整数规划，在达到满意度最大的前提下尽量使购买的DVD 数量最少，具体约束条件如下： 一个月内有60%的会员可租两次DVD ，且一次为3张DVD ，因此每个会员一个月内所租的DVD 数量为3或者6，约束条件表示为
100
1
3*(1)*,1,2,,1000ij
i i j x
y m i ==+=∑
95%的会员会看到他们想看的DVD ，可得约束条件
10001
1000*95%i
i m
==∑
60%的会员会租两次DVD ，则所租两次的会员人数为为总人数的60%，可得如下约束表达式
10001
950*60%i
i y
==∑
每种DVD 的购买量与其所被租的次数有关，表达式为
1000
1
j ij i b t ==∑
,0
/2,1ij i ij ij
ij x y t x y =??=?=??
综上，可得到如下模型：
100
1000100
1
11
min ,max *j ij ij j i j f b f f a =====∑∑∑
100
11000
1
1000
11000
13*(1)*,1,2,,10001000*95%950*60%,0,/2,1ij i i j i i i i ij i j ij ij
i ij ij x y m i m y x y b t t x y ====?=+=???=????=??=???==??=???
∑∑∑∑
4.3.2模型求解
本模型为双目标模型，因此可分两步骤求解：
先求解满意度最大，再根据已知的最大满意度，求解DVD 购买最小量。由于变量过多，因此我们假定前600人租两次DVD ，即y(i)已经确定。利用LINGO 软件编程求解可得表8所示结果（具体程序见附录）
表8
DVD 编号 DVD 数量 DVD 编号 DVD 数量 DVD 编号 DVD 数量 DVD 编号 DVD 数量 DVD 编号 DVD 数量 D001 24 D021 32 D041 43 D061 21 D081 29 D002 33 D022 26 D042 34 D062 32 D082 16 D003 30 D023 32 D043 25 D063 31 D083 24 D004 33 D024 25 D044 32 D064 37 D084 21 D005 24 D025 26 D045 36 D065 29 D085 31 D006 25 D026 28 D046 29 D066 36 D086 25 D007 29 D027 29 D047 30 D067 27 D087 31 D008 28 D028 19 D048 23 D068 30 D088 23 D009 32 D029 23 D049 27 D069 35 D089 23 D010 27 D030 32 D050 31 D070 35 D090 29 D011 27 D031 28 D051 35 D071 32 D091 31 D012 30 D032 30 D052 26 D072 30 D092 28 D013 25 D033 33 D053 31 D073 25 D093 25 D014 28 D034 28 D054 23 D074 32 D094 27 D015 22 D035 38 D055 27 D075 24 D095 30 D016 38 D036 31 D056 34 D076 22 D096 24 D017 31 D037 26 D057 30 D077 23 D097 31 D018 27 D038 26 D058 27 D078 30 D098 26 D019 35 D039 25 D059 32 D079 25 D099 19 D020 32 D040 31 D060 33 D080 31 D100 33
4.4 DVD 的需求预测、购买和分配问题
4.4.1模型建立
主要考虑到商家的经济利益，其中包括会员费用y ，DVD 单价为d ，邮费为b ，则得到商家盈利最大：100
1000
1
1
*
*3*(1)*j
i i j i xy d b
c y m ==--+∑∑
约束条件如下：
1、 第j 种的DVD 购买量不大于所有会员对该种DVD 的需求量：
1000
1j ij i b t ==∑ ,0
/2,1ij i ij ij
ij x y t x y =??=?=??
2、 购买的DVD 总数量为：
3、 一个月内有60%的会员可租两次DVD ，且一次为3张DVD ，因此每个会员一个月内所租的DVD 数量为3或者6，约束表达式如下：
100
1
3*(1)*,1,2,,1000ij
i i j x
y m i ==+=∑
综上，可得到最终单规划模型：
五、论文评价
评价：
问题一中，我们先利用均值思想建立了简单模型，假设了每月借一次的会员是在1号借出月末归还，每月借两次的会员在月询中借还碟片的情况，比较符合现实。之后通过对限制条件与目标函数的研究，建立了更为合理完善的规划模型。整体思路清晰明确。
问题二中，我们利用题目所给定义制定了一个满意度指标，以总体满意度最大为目标函数，借助Lingo 软件的强大的求解0—1规划的功能作出了全局最优解。
问题三从宏观上考虑，利用等效的思想将问题大为简化，求出了具有普遍意义的较优解，避免了繁杂的微观细节以及只是某一特例的情况。
在问题四中，我们通过对商家的利益、每个会员的满意度以及每个年龄段会员的偏爱等因素的分析优化了DVD 的购买量以及会员的订单分配的相关模型。
总之，本模型简单明确，具有一定的实用性与现实意义。
六、参考文献
[1]姜启源，谢金星，叶俊 《数学建模》（第三版） 高等教育出版社 。 [2] [3]
[4]
七、附录
程序1：
sets:
DVD/1..5/:L,d,L1,L2,M;
ENDSETS
data:
D=20000 10000 5000 2500 1000;
ENDDATA
min=@SUM(DVD:L);
@FOR(DVD(I):L1(I)+2*L2(I)>=D(I)*0.5);
@SUM(DVD(I):2*L2(I))/@SUM(DVD(I):L1(I))=3/2;
@FOR(DVD(I):L=L1+L2);
@FOR(DVD:@GIN(L1);@GIN(L2));
END
程序2：
sets:
DVD/1..5/:L,D,M;
MON/1..3/;
DM(DVD,MON):L1,L2,F1,F2,Y1,Y2;
ENDSETS
data:
D=20000 10000 5000 2500 1000;
ENDDATA
min=@SUM(DVD:L);
@FOR(DVD(I):@SUM(DM(I,J):L1(I,J)+2*L2(I,J))>=D(I)*0.95); @FOR(DVD(I):L=@SUM(DM(I,J):L1(I,J)+L2(I,J));
@SUM(DM:2*L2)/@SUM(DM:L1)=3/2;
@FOR(MON(J):@SUM(DM(I,J):2*L2(I,J))/@SUM(DM(I,J):L1(I,J))=3/2);
@FOR(DVD(I):L1(I,1)+L2(I,1)=L1(I,2)+L2(I,2));
@FOR(DVD(I):L1(I,3)+L2(I,3)=L1(I,2)+L2(I,2));
@FOR(DM:@GIN(L1);@GIN(L2));
END
程序3：
MODEL:
TITLE WIDGETS;
SETS:
WAREHOUSES/WH1..WH1000/;
VENDORS/V1..V100/: DEMAND;
LINKS( WAREHOUSES, VENDORS): COST, VOLUME;
ENDSETS
DATA:
DEMAND=;
COST =
;
ENDDATA
MAX = @SUM( LINKS( I, J): COST( I, J) * VOLUME( I, J));
@FOR(LINKS( I, J): @BIN(VOLUME(I,J)));
@FOR( VENDORS( J): @SUM( WAREHOUSES( I): VOLUME( I, J)) <= DEMAND( J));
@FOR( WAREHOUSES( I): @SUM( VENDORS( J): VOLUME( I, J)) =3);
END
第四章动态规划 §1 引言 1.1 动态规划的发展及研究内容 动态规划（dynamic programming）是运筹学的一个分支，是求解决策过程（decision process）最优化的数学方法。20世纪50年代初R. E. Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优性原理（principle of optimality），把多阶段过程转化为一系列单阶段问题，逐个求解，创立了解决这类过程优化问题的新方法—动态规划。1957年出版了他的名著《Dynamic Programming》，这是该领域的第一本著作。 动态规划问世以来，在经济管理、生产调度、工程技术和最优控制等方面得到了广泛的应用。例如最短路线、库存管理、资源分配、设备更新、排序、装载等问题，用动态规划方法比用其它方法求解更为方便。 虽然动态规划主要用于求解以时间划分阶段的动态过程的优化问题，但是一些与时间无关的静态规划（如线性规划、非线性规划），只要人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。 应指出，动态规划是求解某类问题的一种方法，是考察问题的一种途径，而不是一种特殊算法（如线性规划是一种算法）。因而，它不象线性规划那样有一个标准的数学表达式和明确定义的一组规则，而必须对具体问题进行具体分析处理。因此，在学习时，除了要对基本概念和方法正确理解外，应以丰富的想象力去建立模型，用创造性的技巧去求解。 例1 最短路线问题 下面是一个线路网，连线上的数字表示两点之间的距离（或费用）。试寻求一条由A 到G距离最短（或费用最省）的路线。 例2 生产计划问题 工厂生产某种产品，每单位（千件）的成本为1（千元），每次开工的固定成本为3（千元），工厂每季度的最大生产能力为6（千件）。经调查，市场对该产品的需求量第一、二、三、四季度分别为2，3，2，4（千件）。如果工厂在第一、二季度将全年的需求都生产出来，自然可以降低成本（少付固定成本费），但是对于第三、四季度才能上市的产品需付存储费，每季每千件的存储费为0.5（千元）。还规定年初和年末这种产品均无库存。试制定一个生产计划，即安排每个季度的产量，使一年的总费用（生产成本和存储费）最少。 1.2 决策过程的分类 根据过程的时间变量是离散的还是连续的，分为离散时间决策过程（discrete-time decision process）和连续时间决策过程（continuous-time decision process）；根据过程的演变是确定的还是随机的，分为确定性决策过程（deterministic decision process）和随
数学建模论文
农业生产规划模型 杨欢 （2011级2班1110500122） 【摘要】 本模型就是研究了农民在农业生产中种植农作物和养殖畜牧业的生产规划问题。以现有标准为参考，采用逐步分析法提出了线性规划模型，计算出农民在农业生产中该如何合理规划农作物的种植和畜牧业养殖的分配问题。本文根据题目给出的数据和条件，假设出了必要未知量，再根据题意列出必要方程和不等式，从而建立了完整而又合理的数学模型。 最终建立的数学模型如下： 目标函数Max z=175*x1+300*x2+120*x3+400*x4+2*x5; 约束条件x1+x2+x3+1.5*x4<=100; 400*x4+3*x5<=15000; 20*x1+35*x2+10*x3+100*x4+0.6*x5<=3500; 50*x1+75*x2+40*x3+50*x4+0.3*x5<=4000; x4<=32; x5<=3000; x1,……,x5>=0 最后我们运用LINDO等数学软件进行模型求解和分析，确保了结果的准确性和可行性。 【关键词】农业规划投资最大净收益数学模型LINDO软件 1问题的重述
1.1 问题背景： 近年来，农业生产问题越来越收到人们的关注。人们对“农场”的热衷最初来自网络游戏带来的乐趣，同时带动和启发了人们积极投入到现实农场的建设和经营。当然，人们对农场的热衷还是日常生活的实际需求。中国是一个农业大国，农民的农业生产生活问题不仅在很大程度上影响着我国的经济发展，更是决定着中国13亿人口的温饱问题。所以，对农场进行合理的规划，使其达到最优的效果，也即是最大的收益，是一个不可忽视的问题。 让拥有有限济实力和有限土地的农民，在有限的投资和有限的土地限制下，可以按照不同季经节合理安排种植业和畜牧业的劳动时间，更可用赋予时间进行多项劳动，从而可以在规定的劳动力和劳动时间内收获最大净收益。这不仅可以展我国的农业，更可使农民富裕起来，从而缩小了我国的贫富差距，对我国的经济发展有着重大促进作用。 1.2 问题叙述： 在上述背景下。我们来研究下面的具体问题： 现某农场有100公顷土地和150000元资金可用于发展生产，农场劳动力情况为秋冬季节3500人日，春夏季节4000人日，如果劳动力本身用不了时可外出干活，春夏季收入为21元/人日，秋冬季收入为18元/人日。该农场种植三种作物，大豆、玉米、小麦，并饲养奶牛和鸡。种植作物事不需要专门投资，而饲养动物时每头奶牛投资400元，每只鸡投资3元，养奶牛时每头需要播出1.5公顷土地饲草，并占用人工秋冬季为100人日，春夏季为50人日，年净收入400元/每头奶牛，养鸡不占土地，需人工为每只鸡秋冬季需0.6人日，春夏季为0.3 人日，年净收入20元/每只鸡。农场现有鸡舍允许最多养3000只鸡，牛栏允许最多养32头奶牛。三种作物每年需要的人工及收入情况如下表，试决定该农场的经营方案，使年净收入为最大。（农作物的生产需要和收益如下表所示：） 大豆玉米麦子
汽车租赁数学建模 1楼 类型的汽车，并提供以下四个租借点：A,B,C,D. 需求对顾客租车的 需求量有以下估计（公司每周开放从周一至周六，周日休息）：日 期/租借点ABCD 周一10015013583 周二120230250143 周三802252 1098 周四95195242111 周五7012416099 周六559611580 车辆可以 租借1天，2天或者3天，并于次日早上归还至原租借点或其他任一 租借点。例如：于周四租借车辆2天，表示车辆必须于周六早归还； 再如周五租借汽车3天，表示于周二早上归还车辆。周六租借汽车1 天，则需次周一归还，租借2天，则于次周二归还。租期与原地点 及到达地点无关。通过以往数据统计，租期的分配为：55%的车辆被 租借1天，20%租借2天，25%租借3天。当前的统计显示了从各个 租借点租借并归还的比例如下：到达地点出发地点ABCD A60201 010 B1555255 C15205411 D8122753 公司成本公司租赁一辆车的 ‘边际成本’（包括磨损费和经营费）的估计如下：租借1天20英镑 租借2天25英镑租借3天30英镑其拥有一辆车的‘机会成本’（包 括资本放以及服务的利息）为每周15英镑。转移公司有可能会将 完好无损的车辆（对比后面损坏的车辆）从一个租借点转移到另一个 租借点。不考虑当车子被转移时不被租借的距离。转移每辆车子的 费用如下：（当天能不能被租赁？瞬时完成还是有时间限制）到达 地点出发地点ABCD A---203050 B20---1535 C3015---25 D503525- -- 注：‘---’表示此转移是不成立的。损坏的车辆顾客归还的车辆中 至少有10%是损坏的。当此情况当此情况发生时，顾客需要额外缴纳 100英镑的罚金。只有两个租借点有修理能力（容量）：B：12辆/ 天C：20辆/天如果损坏的车辆被归还到当天没有修理能力的租借 点，车辆会被转移到有修理能力的租借点，并于次日予以维修。维修 需要一天时间。修理好的汽车会被作为完好无损的车子。因此修理好 的车子可能被从修理点（即B/C修理点）租出或者转移到另一租借 点（像其他任何完好无损的车辆一样，见上）。转移一辆损坏的车辆 同转移一辆完好无损的车辆的费用是一样的。所以，例如，一辆于周 三被归还于A租借点的破损的车辆，在当天被转移到任一有修理能力 的租借点（B或者C），会于周四被修理，其后在周五或者于该租借 点被租出，或者作为完好的车辆被转移到其他租借点，并于周六在那 里被租出。（转移需要一天的时间？）如果一辆损坏的汽车被归还 到一个有修理能力的租借点，该车必须于此处维修；修理可以于归还 当天立即进行并完成，所以该车能够在第二天被租出或者转移到其他
奶牛场计划 摘要 本文是对农场生产计划进行最优化建模，首先要求制订未来五年的生产计划, 计划应贷款的金额、应卖的小母牛、以及用来种植粮食的土地，使成本降到最低。其中农场的收入包含卖牛的收入，卖牛奶的收入，和卖粮食甜菜的收入（当粮食和甜菜充足的情况下），农场的支出包括劳动力的消费，买牛的费用，承包农场的费用，以及购买粮食甜菜的费用（当粮食和甜菜不足的情况下）。通过迭代计算可以把本模型简化成一个收入和支出的关系表达式，将银行贷款利息结合到收支上，建立一个非线性规划模型，同时考虑到粮食的充和不足情况，运用0-1规划方法解决建模问题。最后我们利用LINGO 编程得到最终结果。 关键词：收入支出迭代计算 0-1规划 LINGO
一、问题重述 1.1问题背景 某公司计划承包有200亩土地的农场，建立奶牛场，雇佣工人进行奶牛养殖经营。由于承租费用较高，公司只能向银行贷款进行生产经营。现在要为未来的五年制定生产计划，并向银行还本付息，使公司盈利最大。 1.2相关信息 开始承包时农场有120头母牛，其中20头为不到2岁的幼牛，100头为产奶牛。产奶牛平均每头每年生1.1头牛，其中一半为公牛，生出后不久即卖掉，平均每头卖300元；另一半为母牛，可以在出生后不久卖掉，平均每头卖400元，也可以留下饲养，养至2岁成为产奶牛。幼牛年损失5%；产奶牛年损失2%。产奶牛养到满12岁就卖掉，平均每头卖1200元。现在有20头幼牛， 0岁和1岁各10头；100头产奶牛，从2岁至11岁，每一年龄的都有10头。应该卖掉的小母牛都已卖掉。所有20头是要饲养成产奶牛的。 一头牛所产的奶提供年收入3700元。现在农场最多只能养130头牛。超过此数每多养一头，要投资2000元。每头产奶牛每年消耗0.6吨粮食和0.7吨甜菜。每头小牛每年消耗粮食和甜菜量为奶牛的2/3。粮食和甜菜可以由农场种植出来。每亩产甜菜1.5吨。只有80亩的土地适于种粮食，产量平均0.9吨。从市场购粮食每吨900元，卖出750元。买甜菜每吨700元，卖出500元。 养牛和种植所需的劳动量为：每头小牛每年10小时；每头产奶牛每年42小时；种一亩粮食每年需20小时；种一亩甜菜每年需30小时。 其它费用：每头幼牛每年500元，产奶牛每头每年1000元；种粮食每亩每年150元，种甜菜每亩每年100元。劳动力成本为每小时费用为10元。 承包农场需要一笔费用，其中一部分是土地承租费用，每年6万元（每年底付清），另一部分用于支付开始承包时农场已有的120头牛的费用。平均产奶牛每头4000元，小牛每头400元，到承包结束时，农场的牛按此价折价抵卖。 任何投资都是从5年期的贷款得到。贷款的年利率为12%，每年偿还本息总共的1/5，
2014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《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛下载）。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括、电子、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)：
（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期：年月日赛区评阅编号（由赛区组委会评阅前进行编号）：
2014高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：
农场生产计划 数学模型 问题重述 某农场有3万亩农田，欲种植玉米、大豆和小麦三种农作物．各种作物每亩需施化肥分别为 吨、吨、 吨．预计秋后玉米每亩可收获500千克，售价为 元/千克， 大豆每亩可收获200千克，售价为 元/千克，小麦每亩可收获350 千克，售价为 元 /千克．农场年初规划时考虑如下几个方面： 第一目标：年终收益不低于350万元； 第二目标：总产量不低于万吨； 第三目标：玉米产量不超过万吨，大豆产量不少于万吨，小麦产量以 万吨为宜，同时根据三种农作物的售价分配权重； 第四目标：农场现能提供5000 吨化肥；若不够，可在市场高价购买，但希望高价采购量愈少愈好． 模型假设与建立 模型假设： 1、 假设农作物的收成不会受天灾的影响 2、 假设农作物不受市场影响，价格既定 用321,,x x x 分别表示用于种植玉米、大豆、小麦的农田（单位：亩） + +---++++++=6 455433_22_11*)107 35*10735*10760*10712(**min d p d d d d p d p d p z 模型建立 约束条件 （1）刚性约束 30000321<=++x x x （2）柔性约束 第一目标：年终收益不低于350万元； {} ?????=-++++ -- 3500000 245240120min 113211 d d x x x d
第二目标：总产量不低于万吨； {} ?????=-++++ -- 12500000 350200500min 223212 d d x x x d 第三目标：玉米产量不超过万吨，大豆产量不少于万吨，小麦产量以 万吨为宜， {} ?????=-++ -+ 6000000 500min 3313 d d x d {} ?????=-++--2000000 200m in 4424d d x d {} ?? ???=-+++-+-500000035min 55255d d x d d 第四目标：农场现能提供5000 吨化肥；若不够，可在市场高价购买，但希望 高价采购量愈少愈好． {} ?????=-++++ -+ 5000000 15.02.012.0min 663216 d d x x x d 模型求解：（见附件） 种植面积： 玉米：亩 土豆：亩 小麦：亩 能够得到一个满足条件的种植计划 附件： model : sets : L/1..4/:p,z,goal; V/1..3/:x; HN/1..1/:b; SN/1..6/:g,dp,dm; HC(HN,V):a; SC(SN,V):c; Obj(L,SN):wp,wm; endsets data : p=; goal=0;
汽车租赁调度问题 摘要 国内汽车租赁市场兴起于1900年北京亚运会，随后在北京、上海、广州及深圳等国际化程度较高的城市率先发展直至2000年左右，汽车租赁市场开始在其他城市发展。 为了对某市的一家租赁公司获利情况进行分析并确定汽车调度方案，本文我们以非线性规划为基础，通过matlab，excel等软件对数据进行处理，最小二乘法对缺失数据进行预测，最终使用lingo软件进行编程求解得到最终的优化方案。 在问题一中，我们基于对题目中尽量满足需求的理解，考虑到总的车辆数和总的需求量之间的关系，用最小偏差法和分段考虑法进行了计算，分别建立多目标规划模型和非线性规划模型，通过对转运后各代理点最终的车辆数进行分析，比较两种结果得到更优的转运方案。 在问题二中，我们一方面要对其短缺损失进行理解，另一方面要考虑，是否应该考虑在尽量满足需求的条件下求其最低的转运费用和短缺损失，此问题中我们同样分两种情况对其进行考虑，通过比较两者最低费用并且结合实际情况，得到更合理的转运方案。 在问题三中，首先我们分析数据，剔除了其中一场的部分，并用最小二乘法对缺失数据进行预测，得到完整的单位租赁费用与短缺损失费用，然后综合考虑各种
因素后，我们将公司获利最大作为最终目标函数通过非线性规划的模型求得最佳方案。 在问题四中，我们没有直接对是否购买新车作出判断，而是直接以其八年获利最大为目标进行非线性规划，购买的车辆数成为其目标函数中的一个未知数，用lingo可直接求得在获利最大时的购车数量，将其与不购车时的利润进行比较可得到最佳的购买方案。 关键词：非线性规划全局最优短缺损失最小二乘法 一．问题重述 国内汽车租赁市场兴起于1990年北京亚运会，随后在北京、上海、广州及深圳等国际化程度较高的城市率先发展，直至2000年左右，汽车租赁市场开始在其
实验名称：第十一章最短路问题 一、实验内容与要求 掌握Dijkstra算法和Floyd算法，并运用这两种算法求一些最短路径的问题。 二、实验软件 MATLAB7.0 三、实验内容 1、在一个城市交通系统中取出一段如图所示，其入口为顶点v1，出口为顶点v8，每条弧段旁的数字表示通过该路段所需时间，每次转弯需要附加时间为3，求v1到v8的最短时间路径。 V1 1 V2 3 V3 1 V5 6 V6 V4 2 V7 4 V8
程序： function y=bijiaodaxiao(f1,f2,f3,f4) v12=1;v23=3;v24=2;v35=1;v47=2;v57=2;v56=6;v68=3;v78=4; turn=3; f1=v12+v23+v35+v56+turn+v68; f2=v12+v23+v35+turn+v57+turn+v78; f3=v12+turn+v24+turn+v47+v78; f4=v12+turn+v24+v47+turn+v57+turn+v56+turn+v68; min=f1; if f2 f4 实验结果： v1到v8的最短时间路径为15，路径为1-2-4-7-8. 2、求如图所示中每一结点到其他结点的最短路。V110 V3V59 V6 floy.m中的程序： function[D,R]=floyd(a) n=size(a,1); D=a for i=1:n for j=1:n R(i,j)=j; end end R for k=1:n for i=1:n for j=1:n if D(i,k)+D(k,j) -56- 第四章动态规划 §1 引言 1.1 动态规划的发展及研究内容 动态规划（dynamic programming）是运筹学的一个分支，是求解决策过程（decision process）最优化的数学方法。20 世纪50 年代初R. E. Bellman 等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优性原理（principle of optimality），把多阶段过程转化为一系列单阶段问题，逐个求解，创立了解决这类过程优化问题的新方法—动态规划。1957 年出版了他的名著《Dynamic Programming》，这是该领域的第一本著作。 动态规划问世以来，在经济管理、生产调度、工程技术和最优控制等方面得到了广 泛的应用。例如最短路线、库存管理、资源分配、设备更新、排序、装载等问题，用动态规划方法比用其它方法求解更为方便。 虽然动态规划主要用于求解以时间划分阶段的动态过程的优化问题，但是一些与时 间无关的静态规划（如线性规划、非线性规划），只要人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。 应指出，动态规划是求解某类问题的一种方法，是考察问题的一种途径，而不是 一种特殊算法（如线性规划是一种算法）。因而，它不象线性规划那样有一个标准的数学表达式和明确定义的一组规则，而必须对具体问题进行具体分析处理。因此，在学习时，除了要对基本概念和方法正确理解外，应以丰富的想象力去建立模型，用创造性的技巧去求解。 例1 最短路线问题 图1 是一个线路网，连线上的数字表示两点之间的距离（或费用）。试寻求一条由A 到G 距离最短（或费用最省）的路线。 图1 最短路线问题 例2 生产计划问题 工厂生产某种产品，每单位（千件）的成本为1（千元），每次开工的固定成本为3 （千元），工厂每季度的最大生产能力为6（千件）。经调查，市场对该产品的需求量第一、二、三、四季度分别为2，3，2，4（千件）。如果工厂在第一、二季度将全年的需求都生产出来，自然可以降低成本（少付固定成本费），但是对于第三、四季度才能上市的产品需付存储费，每季每千件的存储费为0.5（千元）。还规定年初和年末这种产品均无库存。试制定一个生产计划，即安排每个季度的产量，使一年的总费用（生产成本和存储费）最少。 1.2 决策过程的分类 根据过程的时间变量是离散的还是连续的，分为离散时间决策过程（discrete-time -57- decision process）和连续时间决策过程（continuous-time decision process）；根据过程的演变是确定的还是随机的，分为确定性决策过程（deterministic decision process）和随 机性决策过程（stochastic decision process），其中应用最广的是确定性多阶段决策过程。§2 基本概念、基本方程和计算方法 2.1 动态规划的基本概念和基本方程 一个多阶段决策过程最优化问题的动态规划模型通常包含以下要素。 2.1.1 阶段 农场规划问题 问题重述： 某农户拥有100亩土地和15000元可供投资，每年冬季（9月中旬至来年5月中旬），该家庭的成员可以贡献3500小时的劳动时间，而夏季为4000小时。如果这些劳动时间有富裕，该家庭中的年轻成员将去附近的农场打工，冬季每小时元，夏季每小时元。 现金收入来源于三中农作物（大豆、玉米和燕麦）以及奶牛和母鸡。农作物不需要付出投资，但每头奶牛需要400元的初始投资，可产奶3年，每只母鸡需要3元的吃食投资，只饲养1年。每头奶牛需要亩的土地，并且冬季需要付出100小时劳动时间，夏季付出50小时劳动时间，每年产生的净现金收入为1350元；每只母鸡的对应数字为：不占用土地，冬季小时，夏季小时，年净现金收入元。养鸡厂房最多容纳3000只母鸡，栅栏的大小限制了最多能饲养32头奶牛。 根据统计，三种农作物每种植一亩所需要的劳动时间和收入数据分别为：大豆：冬季20小时，夏季30小时，年净收入元；玉米：冬季35小时，夏季75小时，年净收入元；燕麦：冬季10小时，夏季40小时，年净收入元。 基本假设： 1、假设该农户每年都能及时获得现金收入，即本年度所获得的利润可及时 用于下一年的投资； 2、第五年的投资也考虑到计算中。 问题分析: 这个问题的目标是使得5年内净现金收入最大，要做的决策是生产规划，即确定每种农作物应该种植多少亩，奶牛和鸡各应蓄养多少只，决策受到6个变量的限制，即土地总面积、投资资金、劳动力时间（夏季和冬季）以及奶牛和鸡的 总饲养量。 模型建立: 决策变量： 设用i=0,1,2,3,4,5表示年数，用j=1,2,3,4,5分别表示三种农作物（大豆、玉米、燕麦）及奶牛和母鸡。x xx 可表示第i 年种植三种农作物的亩数或者蓄养奶牛和母鸡的个数，x x 表示第i 年的总现金收入。 目标函数： 设第i 年的总获利为x x 元，因农作物不用投资，则第i 年种植大豆为x x1亩，每亩收入360元，获利360×x x1元；第i 年种植玉米x x2亩，每亩收入600元，获利600×x x2；第i 年种植燕麦x x3亩，每亩收入400元，获利400×x x3元；第i 年买奶牛x x4头，每头收入1350元，获利1350×（x x4+x （x ?1）4+x （x ?2）4）元；第i 年鸡购买x x5只，每只收入元，获利×x x5元；若劳动力有剩余，则第i 年夏季劳动力收入［4000-(30x x1+75x x2+40x x3+50x x4+0.3x x5)］×7元，冬季劳动力收入［3500-(20x x1+35x x2+10x x3+100x x4+0.6x x5)］×6.8元。 即： x x =(x x ?1?400x x4-3x x5)+360x x1+600x x2+400x x3+1350（x x4+x （x ?1）4+x （x ?2）4）+x x5+［4000-(30x x1+75x x2+40x x3+50x x4+0.3x x5)］×7+［3500-(20x x1+35x x2+10x x3+100x x4+0.6x x5)］×6.8 约束条件: 土地总面积 各种农作物及奶牛占用的土地不得超过该农户所拥有的土地， 故∑∑x xx 4x =15i =1≤100 投资钱数 每一年的投资总额度不得高于上一年的净现金收入，故 五、模型建立与求解 5.1问题一模型的建立和求解 5.1.1问题的分析 随着社会的进步和时代的发展，人们对出行的要求也变得越来越高。由于出租车行业对社会的服务逐步体现为供少于求，一种新兴的打车方式正在逐步成为主流。多家公司使用网络工作平台实现了出租车司机和乘客在网络上的沟通，并且对出租车提供了多种补贴方案。现在需要得到不同时间在不同城市的出租车与乘客之间的供求匹配程度。供求匹配程度的关键是供和求，供体现为出租车对乘客的服务普及度主要体现为成功登车率，乘客等待时间，里程利用率和万人拥有量，求体现为乘客对出租车的需求量。从供与求之间选择合适的指标作为对供求匹配程度的做出综合评价。对于空间的选择，由于现在数据采集只能收集一些城市的有关数据，所以我们可以采用将各种拥有出租车服务的地区划分具有方位代表性的一级城市（反映中国一级城市在互联网平台打车方案下的出租车供求匹配程度）。从这些城市中选择代表该区域平均水平的城市，作为需要的评价的空间。对于时间的选择，由于需求量对应不同时间段的变化较明显，我们选择具有代表性的时间段对于需求量的不同时间段可以划分为工作日高峰期和低峰期和节假日。针对这些具有代表性的不同时间和不同地点的乘客在等车时间上的消耗，出租车的里程利用率，车辆的万人拥有量和乘客成功登车率根据综合评价函数对供求匹配程度做出综合评价。综合评价的方式采用灰色关联分析法和自己构造的综合评价函数。 5.1.2模型的准备 （1）指标的标准化： （1）成本型指标的标准化：采用如下规则标准化： 1i i M x x M m -= -1,2,,i n = 其中{}{}min ,max i i m x M x ==，1i x 为i x 的标准化指标。 （2）效益型指标的标准化：对于乘客的成功登车率和出租车的里程利用率，它们的值越大对供求匹配贡献也越大，所以它们属于效益型指标，并采用如下规则标准化： 1i i x m x M m -= -1,2,,i n = 其中{}{}min ,max i i m x M x ==，1i x 为i x 的标准化指标。 （3）中间型指标的标准化：每万人对应的车辆如果过少则乘客需求会大于出租车的供给，过多则供给会大于需求，所以每万人对应的车辆拥有量会对 动态规划的原理及应用 动态规划是运筹学的一个分支，是求解多阶段决策过程的最优化数学方法。20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，把多阶段过程转化为一系列单阶段问题，逐个求解，创立了解决这类问题的新方法——动态规划。 动态规划主要用于以时间划分阶段的动态过程优化问题，但一些与时间无关的静态规划如线性规划或非线性规划，人为引进时间因素后，把它们看成多阶段过程，也可用动态规划求解。 1．动态规划的基本理论 一．动态规划的术语 在研究现实的系统时，我们必须将系统具体的术语抽象为数学统一的术语。在此先简要介绍动态规划中的常用术语。 级：我们把系统顺序地向前发展划分为若干个阶段，称这些阶段为“级”。在离散动态规划中，“级”顺序的用自然整数编号，即1，2，…，n. 状态（λ）：用来描述、刻画级的特征。状态可以是单变量，也可以时向量。在此，我们假设研究的状态具有“无记忆性”，即当前与未来的收益仅决定于当前的状态，并不依赖于过去的状态和决策的历史。 状态空间（Λ）：由全部系统可能存在的状态变量所组成。 决策：在每一级，当状态给定后，往往可以做出不同的决定，从而确定下一级的状态，这种决定称为决策。描述决策的变量称为决策变量。对每个状态λ∈Λ，有一非空集X(λ)称为λ的决策集。决策变量x(λ)∈X（λ）。 变换：若过程在状态λ，选择决策x(λ)，可确定一个状态集T（λ，x(λ)）,过程将从λ移动到其中某个状态.T(λ,x(λ))称为变换函数，它确定过程从一个状态到另一个状态的演变。T（λ,x(λ)）可分为两种类型，即确定型和不确定型。确定型的T（λ,x(λ)）只含有一个元。不确定型指我们不能确切知道决策的结果，但作为某已知概率分布支配的变换结果，在每级状态和决策是确定的。这时，集函数T（λ,x(λ)）将包含多个元素。当T（λ,x(λ)）=0 时，过程终止。 策略：顺序排列的决策集，记为v。所有可能的策略集构成策略空间Γ。 收益：评价给定策略的目标函数r(λ，v)，它依赖于状态和策略。总收益是集收益s(λ,v)的某个组合（通常为集收益之和）。若T（λ,x(λ)）=0，则r(λ1，v1)= s(λ1,v1)；若T（λ,x(λ)）= λ2，则r(λ1，v)= s(λ1,v1)+ r(λ1，v2)。 二．序贯决策过程 动态规划的寻优过程可以有正序、逆序两种方式。当初始状态给定时，用逆序方式比较好，当终止状态给定时，用正序方式较好。 采用分级的序贯决策方法，把一个含有n个变量的问题转化为求解n个单变量问题。为了应用最优化原理，必须满足分级条件，即目标函数可分性和状态可分性。 目标函数可分性： 与最大、最小、最长、最短等等有关的问题都是优化问题。 解决优化问题形成管理科学的数学方法：运筹学。运筹学主要分支：（非）线性规划、动态规划、图与网络分析、存贮学、排队伦、对策论、决策论。 6.1 线性规划 1939年苏联数学家康托洛维奇发表《生产组织与计划中的数学问题》 1947年美国数学家乔治.丹契克、冯.诺伊曼提出线性规划的一般模型及理论. 1. 问题 例1 作物种植安排 一个农场有50亩土地, 20个劳动力, 计划种蔬菜,棉花和水稻. 种植这三种农作物每亩地分别需要劳动力1/2 1/3 1/4, 预计每亩产值分别为110元, 75元, 60元. 如何规划经营使经济效益最大. 分析：以取得最高的产值的方式达到收益最大的目标. 1. 求什么？分别安排多少亩地种蔬菜、棉花、水稻？ x 1亩、 x 2 亩、 x 3 亩 2. 优化什么？产值最大 max f=10x 1+75x 2 +60x 3 3. 限制条件？田地总量 x 1+x 2 +x 3 ≤ 50 劳力总数 1/2x 1 +1/3x 2 +1/4x 3 ≤ 20 模型I : 设决策变量：种植蔬菜x1亩, 棉花x2亩, 水稻x3亩， 求目标函数f=110x1+75x2+60x3 在约束条件x1+x2+x3≤ 50 1/2x1+1/3x2+1/4x3 ≤20 下的最大值 规划问题：求目标函数在约束条件下的最值, 规划问题包含3个组成要素: 决策变量、目标函数、约束条件。 当目标函数和约束条件都是决策变量的线性函数时，称为线性规划问题, 否则称为非线性规划问题。 2. 线性规划问题求解方法 称满足约束条件的向量为可行解,称可行解的集合为可行域, 称使目标函数达最值的可行解为最优解. 命题 1 线性规划问题的可行解集是凸集. 因为可行解集由线性不等式组的解构成。两个变量的线性规划问题的可行解集是平面上的凸多边形。 命题2 线性规划问题的最优解一定在可行解集的某个极点上达到. 图解法：解两个变量的线性规划问题，在平面上画出可行域，计算目标函数在各极点处的值，经比较后，取最值点为最优解。 命题 3 当两个变量的线性规划问题的目标函数取不同的目标值时，构成一族平行直线,目标值的大小描述了直线离原点的远近。 于是穿过可行域的目标直线组中最远离(或接近)原点的直线所穿过的凸多边形的顶点即为取的极值的极点—最优解。 单纯形法: 通过确定约束方程组的基本解, 并计算相应目标函数值, 在可行解集的极点中搜寻最优解. 正则模型: 决策变量: x 1,x 2 ,…,x n . 目标函数: Z=c 1 x 1 +c 2 x 2 +…+c n x n . 约束条件: a 11 x1+…+a1n x n≤b1, ……a m1x1+…+a mn x n≤b m, 模型的标准化 10. 引入松弛变量将不等式约束变为等式约束. 若有 a i1x 1 +…+a in x n ≤b i , 则引入 x n+i ≥ 0, 使得 a i1 x 1 +…+a in x n + x n+i =b i 若有 a j1x 1 +…+a jn x n ≥b j , 则引入 x n+j ≥ 0, 使得 a j1 x 1 +…+a jn x n - x n+j =b j . \摘要 Fg 汽车租赁产业近年来快速发展，其调度问题的解决有着极强的实际意义。本文对汽车租赁业调度问题进行分析，利用层次分析法找出模型的关键因素，通过对上一年的调度情况进行分析，找出了原有模型的优劣，结合运筹学中库存论和规划论的相关知识使用线性规划制定出合理模型。在第一问中根据最小二乘法的原理，制定出尽量满足需求的调度模型并使用lingo软件在尽量降低调度费用的条件下调整出调度方案。二三问中，增加了公司获利、转运费用以及短缺损失等因素的约束，利用matlab辅助，实现多目标线性规划，最终确定了调度方案。第四问中综合考虑到维修费用，使用费用，价格因素的影响，求解出汽车购买模型。 关键词：汽车租赁调度、运筹学、多目标线性规划、lingo、matlab软件 目录 一、问题重述 (4) 二、问题分析 (4) 三、模型的假设 (5) 四、定义与符号说明 (5) 五、模型的建立与求解…………………………………………（6-8 ） 六、模型的检验 (8) 六、模型评价与推广 (8) 七、参考文献 (8) 八、附录…………………………………………………………（9-19）- 一、问题重述 国汽车租赁市场兴起于1990年亚运会，随后在、、及等国际化程度较高的城市率先发展，直至2000年左右，汽车租赁市场开始在其他城市发展。某城市有一家汽车租赁公司，此公司年初在全市围有379辆可供租赁的汽车，分布于20个代理点中。每个代理点的位置都以地理坐标X和Y的形式给出，单位为千米。假定两个代理点之间的距离约为他们之间欧氏距离（即直线距离）的1.2倍。 根据已有数据，我们要解决如下问题： 1．给出未来四周每天的汽车调度方案，在尽量满足需求的前提下，使总的转运费用最低； 2．考虑到由于汽车数量不足而带来的经济损失，给出使未来四周总的转运费用及短缺损失最低的汽车调度方案； 3．综合考虑公司获利、转运费用以及短缺损失等因素，确定未来四周的汽车调度方案； 4．为了使年度总获利最大，从长期考虑是否需要购买新车？如果购买的话，确定购买计划（考虑到购买数量与价格优惠幅度之间的关系，在此假设如果购买新车，只购买一款车型）。 二、问题分析 根据对问题分析及文献【1】，我们了解到运筹学是以整体最优为目标，从系统的观点出发，力图以整个系统最佳的方式来解决该系统各部门之间的利害冲突。对所研究的问题求出最优解，寻求最佳的行动方案，故我们结合运筹学中规划论和库存论的知识对本问题进行了分析。 问题1： 通过对【附件1】代理点的位置及年初拥有车辆数，【附件3】未来四周每个代理点每天的汽车需求量，【附件6】不同代理点之间的转运成本的分析，为了获取最低的费用，我们采取线性规划来求得最优解，从而得到汽车代理点的实际供应矩阵。 问题2：该模型是关于多目标线性规划模型，由第一问的汽车代理点的实际供应 长江学院 课程设计报告课程设计题目：农业生产规划模型 姓名1：袁珍珍学号： 08354230 姓名2：倪美丹学号： 08354213 姓名3：阮鹏娟学号： 08354216 专业土木工程 班级083542 指导教师邱淑芳 2010年4月11号 摘要： 通过对题目的分析可以看出本题是关于线性规划的问题，解决此类问题要找出决策变量，目标函数，约束条件等，在解题中我们建立了两种模型，通过比较来使问题更加的具有科学性。 中国是一个农业大国，农民的生产生活可以直接影响到国家的经济，优化农业生产模型是一个不可忽视的问题。本题就是研究了农民在农业生产中种植农作物和养殖畜牧业的生产规划问题。以现有标准为参考，采用假设分析法提出了优化模型，计算出农民在农业生产中合理规划农作物的种植和畜牧业养殖的分配问题。让拥有有限经济实力和有限土地的农民，在有限的投资和有限的土地限制下，可以按照不同季节合理安排种植业和畜牧业的劳动时间，更可用赋予时间进行多项劳动，从而可以在规定的劳动力和劳动时间内收获最大净收益。这不仅可以发展我国的农业，更可使农民富裕起来，从而缩小了我国的贫富差距，对我国的经济发展有着重大促进作用。本文根据题目给出的数据和条件，假设出必要未知量，再列出必要方程式，运用Lingo等数学软件分析提出合理的数学模型。关键字： 线性规划、数学建模、Lingo、农业生产、合理分配、最大净收益 阐述题目 某农户拥有100亩土地和25000元可供投资，每年冬季（9月份中旬至来年5月中旬），该家庭的成员可以贡献 3500h的劳动时间，而夏季为4000h。如果这些劳动时间有赋予，该家庭中的年轻成员将去附近的农场打工，冬季每小时元，夏季每小时元。 现金收入来源于三种农作物（大豆、玉米和燕麦）以及两种家禽（奶牛和母鸡）。农作物不需要付出投资，但每头奶牛需要400元的初始投资，每只母鸡需要3元的初始投资，每头奶牛需要使用亩土地，并且冬季需要付出100h劳动时间，夏季付出50h劳动时间，该家庭每年产生的净现金收入为450元；每只母鸡的对应数字为：不占用土地，冬季，夏季，年净现金收入元。养鸡厂房最多只能容纳3000只母鸡，栅栏的大小限制了最多能饲养32偷奶牛。 根据估计，三种农作物每种植一亩所需要的劳动时间和收入如下表所示。建立数学模型，帮助确定每种农作物应该种植多少亩，以及奶牛和母鸡应该各蓄养多少，使年净现金收入最大。 一家汽车租赁公司在3个相邻得城市运营,为方便顾客起见公司承诺，在一个城市租赁得汽车可以在任意一个城市归还。根据经验估计与市场调查,一个租赁期内在市租赁得汽车在市归还得比例分别为0、6,0、3,０、１；在市租赁得汽车归还比例0、2，０、７,0、1；市租赁得归还比例分别为0、1,0、3，0、6。若公司开业时将600辆汽车平均分配到3个城市,建立运营过程中汽车数量在3个城市间转移得模型，并讨论时间充分长以后得变化趋势。 二、模型假设 1、假设在每个租赁期开始能把汽车都租出去,并都在租赁期末归还； 2、假设一个租赁期为一年; 3、假设在每个租赁期该租赁公司都有6０0辆汽车可供租赁. 三、符号说明 ：租赁期（k＝0，１，2，3……) ：年数 :第k个租赁期市得汽车数量 ：第k个租赁期市得汽车数量 :第k个租赁期市得汽车数量 ：刻画汽车在三市归还比例得矩阵 ：第一年三市拥有得汽车数量得矩阵 ：第年三市拥有得汽车数量矩阵 四、模型分析 该问题就是差分方程下得一个简单问题,根据题目中给出得初始条件与三个城市得归还比例，可以列出差分方程得模型公式，便可清晰得瞧出每个租赁期三个城市得汽车数量与下一个租赁期三个城市汽车数量之间得关系.建模过程中可直接选择１０年后或就是2０年之间得汽车变化情况，得出具体得模型，大致如下: 0510******** 从图中我们可以清晰得瞧出，大概在8年以后，三个城市得汽车数量基本趋于稳定，就是一个定值，而这三个城市归还比例之与为：A市为0、9，B市为1、３,Ｃ市为0、8，易得出ｎ年以后B市得汽车数量最高，其次就是Ａ市,然后就是C市,这与我们得出得模型与结论基本相同，即可得出该模型就是正确得。 而当初始值不同时,每个城市得归还比例就是不会随之改变得，所以在时间充分长以后三市所拥有得汽车数量都就是趋近于1８0,3０0，120、 五、模型及其求解 记第个租赁期末公司在AＢC市得汽车数量分别为 (也就是第ｋ+1个租赁期开始各个城市租出去得汽车数量),很容易写出第k+1个租赁期末公司在ＡBC市得汽车数量（k ＝0，1，2，3……) 由题意可得初始三市得汽车数量为２00，200，２00,在三市租赁得汽车在A市归还得比例为0、6，0、2，0、1,由此可得差分方程为: 同理可得在B市得归还得差分方程为： 在C市得归还得差分方程为: 综上所述，我们建立一阶差分方程模型为： 用矩阵表示 用matlab编程，计算x（k），观察ｎ年以后得3个城市得汽车数量变化情况，见附录一。 如果直接瞧1０年或者３0年发展趋势，可以直接在命令窗口（mｏnｄ wｉndow）作,而不就是必须编一个函数，程序、运行结果见附录二。 求出1０年间每年三个城市拥有得汽车数量，如下表; 初始值第一年第二年第三年第四年第五年 A 20 ８１79 B ２297 ２99 C ２125 １23 第六年第七年第八年第九年第十年 A 1７9 0 B 3 30０ C 121 121 120 120 １20 时,三市汽车数量变化趋势图如下 数学建模8-动态规划和目标规划 一、动态规划 1.动态规划是求解决策过程最优化的数学方法，主要用于求解以时间划分阶段的动态过程的 优化问题。但是一些与时间无关的静态规划（如线性规划、非线性规划），只要人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。 2.基本概念、基本方程： （1）阶段 （2）状态 （3）决策 （4）策略 （5）状态转移方程： （6）指标函数和最优值函数： （7）最优策略和最优轨线 （8）递归方程： 3．计算方法和逆序解法（此处较为抽象，理解较为困难，建议结合例子去看） 4．动态规划与静态规划的关系：一些静态规划只需要引入阶段变量、状态、决策等就可以用动态规划方法求解（详见书中例4） 5．若干典型问题的动态规划模型： （1）最短路线问题： （2）生产计划问题:状态定义为每阶段开始时的储存量x k，决策为每个阶段的产量，记每个阶段的需求量（已知量）为d k，则状态转移方程为 （3）资源分配问题：详见例5 状态转移方程： 最优值函数： 自有终端条件： （4）具体应用实例：详见例6、例7。 二、目标规划 1．实际问题中，衡量方案优劣要考虑多个目标，有主要的，有主要的，也有次要的；有最大值的，也有最小值的；有定量的，也有定性的；有相互补充的，也有相互对立的，这时可用目标规划解决。其求解思路有加权系数法、优先等级法、有效解法等。 2．基本概念： （1）正负偏差变量： （2）绝对（刚性）约束和目标约束 ，次位赋（3）优先因子（优先等级）与权系数：凡要求第一位达到的目标赋予优先因子P 1……以此类推。 予P 2 （4）目标规划的目标函数： （5）一般数学模型：数学建模-动态规划
数学建模之农场规划问题
出租车数学建模问题
10427-数学建模-动态规划的原理及应用
数学建模中的优化问题与规划模型
数学建模中的汽车租赁调度
农业生产规划模型数学建模
数学建模——汽车租赁问题
数学建模8-动态规划和目标规划
相关主题
文本预览