2012年数学建模竞赛
参赛队员
题目 A题：课程安排优化问题
关键词排课问题，优化矩阵，有效矩阵
摘要
每学期的开学初，总有许多老师对阳光校区的课程安排很有意见，本文选取武汉纺织大学机械设计系的师生情况、课程、教室间数为研究对象，以课程与上课时间之间的关系矩阵为目标矩阵，通过用各影响矩阵优化目标矩阵的方法，对机械设计系的课表进行了重排。在具体模型建立过程中采用了0-1矩阵法，矩阵的乘法等数学方法，建立优化类数学模型来求解有效矩阵，根据有效矩阵初排课表，结合多方面因素建立修正矩阵，对初排课表逐层修改，得出最优排课表。
运用我们建立的数学模型，对武汉纺织大学机械设计系的课表进行重排，将所得新课表与现有的课表进行比较，显然新排的课表更加合理化、人性化。根据新课表中每节课对应的相关因素（课程名称、教室、老师、班级）进行分析整合，可衍生出新的安排表（如通过对不同时间段上课老师人数的研究安排校车的接送）。我们以学校、教师和学生对所排课表满意度作为衡量标准，以···大学机械设计系的课表为例，可得学校、教师和学生对我们所排课表的满意度主因素分别为校车接送次数、在阳光校区逗留时间、专业课排在早上，可见对本模型使三方的满意度基本均衡且都超过80%，即做到了三者兼顾的满意最大化。最后，根据我们建立的模型，分析了模型的优缺点。
一、问题重述
我校现有三个校区，有在校学生近25000人，其中阳光校区在校学生人数最多。阳光校区现有四栋教学楼，分别是3号、6号、7号和8号楼，四栋教学楼之间有较大的距离，如从3号楼到8号楼步行需要约10分钟。我校的学生作息时间安排中，一天共有13节课，划分为5个时间段，分别是1-2节、3-5节、6-8节、9-10节、11-13节。按学校的规定同一门课程一天中最多可集中上3节课，一周不得超过6节。同一年级的相同课程可以合班上课，合班一般由各个院系或公共课教学部门给出具体安排。每学期临近结束时，学校教务处根据各个专业的培养计划向各院系下达下一学期的教学任务，由各个专业将教学任务分解到具体的任课教师，然后由教务处排出下一学期的课程表。每学期我校的课程表排出并开始运行后都会受到师生的抱怨。有学生说自己的课程分布不均衡，某天要上10节课，而某天又一节课都没有；有的学生抱怨一天中要在不同的教学楼之间反复奔波；有的教师抱怨自己的课程安排太分散，从南湖跑到阳光路上要花近两个小时，却只上两节课，这样太浪费时间。由此可见，我校的课程安排尚存在一些不太合理的地方，有进一步优化的必要。针对这一问题，请完成以下任务：
一.了解我校师生对课程安排的需求；
二.了解我校课程安排的相关规定；
三.收集与课程安排相关的数据；
四.建立我校课程安排的优化模型，分析模型的优缺点。
二、问题分析
首先，解决班级、课程与教师之间的多对多关系，例如当出现多个班级上同一门课而该由多个教师任教时，课程是否合上，由哪几个班级合上、哪位教师任教的问题。解决上应满足可
手动调整的要求。然后，取出全部班级，求出班级所上课程的优先级总和，按优先级高低排定班级顺序，按此顺序且遵照排课规则为每一个班级的每一门课程安排上课时间与地点。
首先，要进行预排课处理。预排课处理的目的是要解决两个基本问题: 1) 班级与课程之间的多对多关系，即合班上课的问题; 2) 课程与教师之间的多对多关系，即为每门课程安排任课教师。在预排课处理完成后，以班级作为外部大循环、以课程作为内部小
循环进行正式的排课处理，即先取一个班级，为该班级所上课程按优先级由高到低排定顺序，再按优先级由高到低取一门课程，为该课程安排时间与场地，依此类推，直到全部班级的全部课程排完。排课处理的目的是要解决两个基本问题: 1) 课程与时间、场地之间的一对一关系; 2) 班级与时间、场地之间的一对一关系; 3) 教师与时间、场地之间的一对一关系。
三、模型假设
1、假设每周以5天位单位编排，每天最多只能编排4节课（一节课为两小节或三小节），
同类课程尽可能不安排在同一时间。
2、假设晚上不上课，学生自习。
3、假设安排的教室和上课的时间都是不能改变的。
4、假设一门课程在一周内的安排，尽量分散开。
5、假设每门课程只由一位教师上完，每位教师可以上两门课程。
6、假设一周多学时的课程尽量安排在同一间教室。
7、假设课表内容由上课时间、教师、教室、课程组成。
四、符号说明
符号说明
h：表示班级数；
l：表示教室数；
x：表示单用教室；
y ：表示公用教室； m ：表示课堂数； a ：表示专业课门数；
b ：表示公共课门数；
c ：表示选修课门数； n ：表示有代课老师数；
p ：专业课老师数； q ：公共课老师数； r ：选修课老师数；
i G ：表示课堂序号，1,,i m = ；
uv J ：表示上课时间序号，1,,;1,,20u h v == ； k T ：表示老师序号； i W ：教室序号；
A : 表示老师和课堂之间的关系矩阵；
B ：表示课堂和上课时间之间的关系矩阵；
C ：表示老师和上课时间之间的关系矩阵；
D ：表示上课时间和教室之间的关系矩阵；
E ：表示老师和教室之间的关系矩阵； 1p ：学校满意度 2p ：老师满意度
3p ：学生满意度
五、模型的建立与求解
问题一：
学生希望自己的课程分布更均衡些，而且不希望一天中要在不同的教学楼之间反复奔波；教师希望自己的课程安排集中点，从南湖跑到阳光路上要花近两个小时，尽量多上几节课，提高教学效率。
问题二：
我校课程安排的相关规定：按学校的规定同一门课程一天中最多可集中上3节课，一周不得超过6节。同一年级的相同课程可以合班上课，合班一般由各个院系或公共课教学部门给出具体安排。每学期临近结束时，学校教务处根据各个专业的培养计划向各院系下达下一学期的教学任务，由各个专业将教学任务分解到具体的任课教师，然后由教务处排出下一学期的课程表。 问题三：
假设我校机械专业有h 个班，n 位代课老师，每个班每周m 堂课（一堂课为两小节），l
间教室。
1.建立老师与课程之间的有效矩阵A
1.1将一周内的所有课按专业课（a 门），公共课（b 门），选修课（c 门）依次排序，记为i G （1,1,2,21,3,31,3,31,32,i a a a a a a a b a b a b =+++++++
321,,32a b a b c ++++ ）其中32m a b c =++，则1,,i m = .
依此顺序对h 个班的课进行排序可得此专业课堂序号为i G ，
1,,,1,,2,,i m m m hm =+ ，
1.2将n 位代课老师按专业课（p 位），公共课（q 位）选修课（r 位）依次排序，记为k T （1,,,1,,,,1,,k p p p q p q p q r =++++++ ），其中p q r n ++=，则1k n = ， 1.3以老师序号k T 为行，以课堂序号i G 为列，做老师与课堂之间的关系矩阵
,1,,;1,,n hm ki
A a k n i hm ??
?
?
=== ?
?
?
?
.其中1k 0k i ik a ?=??老师上i 课老师不上课
则所得的矩阵n hm
ki
A a ??? ?
= ? ??
?
为老师与课堂之间的有效矩阵。 2.建立课程与时间之间的有效矩阵B
2.1给一周内的所有上课时间赋值 (表一)
星期一 星期二 星期三 星期四 星期五
1、2节 1 2 3 4 5 3、4、5节 6 7 8 9 10 6、7、8节 11 12 13 14 15 9、10节
16
17
18
19
20
通过上表可得课时向量(1,2
,,20)v = ，依此可得h 个班的课时向量排序为(1,,20,21,,40,,20(1)1,
uv J h h =-+ .(1,,;1,,20)u h v == 2.2以课堂序号i G 为行，以课时序号uv J 为列，做课堂与上课时间之间的关系矩阵
20,1,,;1,,20hm h ij
B b i hm j h ??
?
?
=== ?
?
?
?
.其中10i ij j b j ?=??时间上i 课时间不上课
2.3以满足学生要求尽量把课程安排在每天你的最优时段列目标函数：min ij b J 再以下列要求作约束条件；
（1） 一个班在一个时间对应一堂课，则有：2011h
ij j b ==∑
（2） 本专业仅有l 个教室，则有：2011
hm h
ij i j b hl ==≤∑∑
（3） 每班所有的20堂课必须在20个课时内上完，则有：
202202011
11
(1)11
,,,
m h
m
h
hm h
ij
ij
ij
i j i m j i h m j b
m b
m b
m ===+==-+====∑∑∑
∑∑∑
（4） 专业课放在最优时间，则有：
星
课
时
(1)10302010
1
1
1
21
(1)120(1)1
,,,h m a a m a h ij
ij
ij i J i m J i h m J h b J J b J J b J J
-++-===+==-+=-+≤≤≤
∑∑∑∑∑
∑
依此建立一个优化类的数学模型，可得课堂与上课时间之间的效矩阵
20hm h
ij
B b ??? ?= ? ??
?
。 3,老师与时间之间的有效矩阵
从1中老师与课程间的有效矩阵n hm A ?中任选一个，从2中课程与上课时间之间的有效矩阵20hm h B ?任选一个，两矩阵做乘积可得；2020n h n hm hm h C A B ???=?,显然20n h C ?表示老师与课程和时间之间的关系矩阵。 若所得矩阵201,,;1,,20n h
kj
C c k n j h ??
? ?
=== ? ??
?
， 其中12hm k 0
k kj j c j ?=?
? ，
老师在时间上课满意指数老师在时间不上课
，
满足：1)老师逗留是假尽可能的少
即：201{21,23,25,27,29,31,,39,,20(1)1,20(1)3,,20(1)9}h
kj j c j h h h ==-+-+-+∑ ;
2)所有非0的ij c 为相同的常数。
则以此矩阵为修正矩阵对B 矩阵中相关元素作修改，根据B 矩阵排出课表，此时课表中每一项中包括科目、代课老师。 4.建立上课时间与教室的有效矩阵D
已知l 间教室中有单用教室（x 间），公用教室（y 间）对教室按由小到大依次排序，即为i W （1,1,i x x x y =++ ）其中l x y =+，则1,,i l = .
以课时序号uv J 为行，以教室i W 为列，做上课时间与教室之间的关系矩阵
201,,20;1,,h l ij
D d i h j l ??
?
?
=== ?
?
?
?
，其中10ij i d i ?=??时间在j 教室上课时间不在j 教室上课
，
（1） 小教室上专业课，则：10302010
11
211
20(1)11
3,3,,
3x x h x
ij ij ij
i j i j h j d a d a d
a -====-+=≥≥≥∑∑∑∑∑∑
（2） 大教室上非专业课，一次两个班，则：2011
(3)
2
h
l
ij
i j x h m a d
==+-=
∑
∑ 5.从3中所得老师与时间的有效矩阵20n h kj
C c ??? ?
= ? ??
?
中任取一个，从4中所得的关系矩阵20h l
ij
D d ??? ?
= ? ??
?
中任取一个，两个矩阵做乘积可得：2020n l n h h l E C D ???=?，显然n l E ?表示老师和教室之间的关系矩阵。若所得矩阵
1,,;1,,n l ij
E e i n j l ??? ?
=== ? ??
?
， 其中1220i j 0
i j ij h e ?=?
? ，
，老师在教室上课满意指数老师不在教室上课
，
满足：1）11
3p
x
ij i j e a ==≥∑∑；
2)所有非0的ij e 均为一个相等的常数。
则结合此矩阵在依据B 矩阵排出的课表中加入相应的教室，即此时课表中每一项包括科目、代课老师、上课教室。
6.根据y 间公用教室中包括不同班级间的公用，不同专业间的公用，不同年级间的公用，不同系间的公用对所排课表作微调，得出最优排课表。 问题四：
以武汉纺织大学机械工程与自动化学院机械设计系专业课程为例，则可知：
改进前：
根据所建立的模型，将课表进行改进。 改进后：
时间星期一星期二星期三星期四星期五
上午1 大学物理Ⅱ
必修
1-6,11-14(1
,2)
谭艳蓉
03-102
大学物理实
验
必修
1-6,11-14(
1,2)
陈全
大学物理实
验
必修
1-6,11-14(
3,4)
陈全
概率论与数
理统计
必修
1-6,11-16(
1,2)
罗进
06-111 2
3
大学英语Ⅲ
必修
1-6,11-17(34
5)
杨雪
08-E-105
电工技术
必修
1-6,12-18(3
,4,5)
外聘6
06-406
机械工程材料
必修
1-6,11(6)
徐自立
08-E-104
大学英语
Ⅲ
必修
1-6,11-17(
9,10)
杨雪
08-E-105 4
5
下午6
概率论与数
理统计
必修
1-6,11-16(7
,8)
罗进
06-111
中国近现代
史纲要
必修
1-6,11-15(
11,12,13)
徐俊川
03-215
理论力学
必修
1-6,10-18(11,
12,13)
袁子厚
03-216
机械工程材
料
必修
1-6,11(6)
徐自立
08-E-104 7
8
9
大学物理Ⅱ
必修
1-6,11-14(9,
10)
理论力学
必修
1-6,11-18(9
,10)
袁子厚
10
谭艳蓉
08-E-210
03-119
时间星期一星期二星期三星期四星期五
上午1
大学英语Ⅲ
必修
1-6,11-17(1,2
)
杨雪
03-410
电工技术
必修
1-6,12-18(9
,10)
外聘6
03-410
电工技术
必修
1-6,12-18(1,
2)
外聘6
03-410
大学物理实验
必修
1-6,11-18(1,2
)
李景艳
大学物理实验
必修
1-6,11-18(3,4
)
李景艳
概率论与数
理统计
必修
1-6,11-16(1
,2)
罗进
06-111
2
3 机械工程材料
必修
1-6,11-16(1,2
)
邹庆化
06-104
大学物理Ⅱ
必修
1-6,11-18(7
,8)
谭艳蓉
03-415
机械工程材
料
必修
1-6,11-16(9
,10)
邹庆化
06-104
4
5
下午6
中国近现代史
纲要
必修
1-6,11-15(11
,12,13)
徐俊川
理论力学
必修
1-6,10-18(11,
12,13)
袁子厚
03-216
大学英语Ⅲ
必修
1-6,11-17(3
,4,5)
杨雪
03-410
7
大学物理Ⅱ
必修
1-6,11-18(11,
12)谭艳蓉
03-317
概率论与数
理统计
必修
1-6,11-16(7
,8)
罗进
8
06-111 03-215
9 理论力学
必修
1-6,11-18(9,1
0)
10
袁子厚
03-119
六、模型的优缺点分析
优点：
1，用0-1规划解决相互约束问题。形成“时间段-课程-教师-教室“组合，科学合理；2，逐步优化，层层递进，思路清晰，简单易懂；
3，本模型充分考虑教师、学生和学校的各方面要求，课表的设置更加合理和人性化；
4. 本模型在建立过程中对上课时间巧妙赋值，将实际问题数值化。
缺点：
本模型在建立时，未考虑单双周排课问题，若把此因素加以考虑，将使模型更加的完整；没有考虑晚上上课的情况。
参考文献：
[1] 梅正阳韩志斌，数学建模教程，北京：科学出版社，2012
[2] 王宏洲李学文董岩李炳照，数学建模方法进阶，北京：清华大学出版社，2013
[3] 蒋启源，何青，高立。数学实验。北京：高等教育出版社，1999
选路的优化模型 摘要: 本题是一个有深刻背景的NPC问题，文章分析了分组回路的拓扑结构，并构造了多个模型，从多个侧面对具体问题进行求解。最短树结构模型给出了局部寻优的准则算法模型体现了由简到繁，确保较优的思想而三个层次分明的表述模型证明了这一类问题共有的性质。在此基础上我们的结果也是比较令人满意的。如对第一题给出了总长为599.9，单项长为216的分组，第二题给出了至少分四组的证明。最后，我们还谈到了模型的优缺点及推广思想。 一、问题描述 “水大无情，人命关天”为考察灾情，县领导决定派人及早将各乡（镇），村巡视一遍。巡视路线为从县政府所在地出发，走遍各乡（镇），村又回到县政府所在地的路线。 1.若分三组巡视，试设计总路程最短且各组尽可能均衡的巡视路线。 2.假定巡视人员在各乡（镇）停留时间为T=2小时，在各村停留时间为t =1 小时， 汽车行驶速度为V=35公里/时，要在24小时内巡视完，至少分成几组；给出这 种分组下你认为最佳的巡视路线。 3.上述关于T，t和V的假定下，如果巡视人员足够多，完成巡视的最短时间是多 少？给出在这种最短时间完成巡视的要求下，你认为最佳的巡视路线。 4.巡视组数已定（如三组）要求尽快完成巡视，讨论T，t和V改变时最佳路线的 影响（图见附录）。 二、问题假设 1、乡（镇）村只考察一次，多次经过时只计算一次停留时间。 2、非本县村不限制通过。 3、汽车的行驶速度始终一致。 三、符号说明 第i 人走的回路Ti=vv i(i) v2(i)v n(i) Ti=00表示第i人在0点没移动 四、模型建立
在这一节里，我们将提出若干个模型及其特点分析，不涉及对题目的求解。 最简树结构模型 在这个模型中我们依靠利用最短树的特殊结构所给出的准则，进行局部寻优，在一个不大的图里，我们较易得到较优解。 (a)分片 准则1利用最短树的长度可大致的估算出路程长，在具体操作中，各片中 的最短路程长度不宜相差太大。 准则 2 尽可能将最短树连成一个回路，这可保证局部上路程是较短的。 (b)片内调整 a2 a3 a4 a5 a6假设a3 a4有路相连 细准1对于右图的最短树结构，最好的走法是a 若a3 a4 进去重复走的话，它与上述的走法路程差w(a3, a2)+w(a2 ,a5)+w(a4, a5)—w(a3, a4)。由两点间最小原则上式是大于0的优劣可见 细准2若有如图所示结构，一般思想是：将中间树枝上的点串到两旁树枝，以便连成回路。 五、模型求解 问题一该问题完全可以用均衡模型表述 用算法模型 1 经过局部优化手工多次比较我们能够给出的最佳结果为第一组路径为 0—P—28—27—26—N—24—23—22-17—16—1—15—1—18—K—21—20—25— M--0 长191.1 经5 镇6 村 第二组路径为 0—2—5—6—L—19—J—11--G—13—14—H—12—F—10—F—9—E—8—E—7—6—5—2—0 长216.5 经6 镇11 村第三组路径为O—2—3—D—4—D—3—C—B—1—A—34—35—33—31—32—30—Q—29 —R 长192.3 经6 镇11 村总长S=599.9 公里 由算法2 给出的为 1组0—P—29—R—31—33—A—34—35—32—30—Q—28—27—26—N—24—33—22—23—N—2 6—P—0 5 乡13 村长215.2 公里 2组0—M—25—21—K—17—16—I—15—I—18—K—21—25—20—L—19—J—11—G—13—14 —O 5 乡11 村长256.2 公里 3组 O—2—5—6—7—E—9--F—12--H--—12—F—10—F—9—E-8—4—0—7—6—M—5-2—3—L —13—1—0 8 乡11 村长256.3 公里 总长727.7 公里
1、高压容器公司制造小、中、大三种尺寸的金属容器，所用资源为金属板、劳 万元，可使用的金属板有500t，劳动力有300人/月，机器有100台/月，此外，不管每种容器制造的数量是多少，都要支付一笔固定的费用：小号为100万元，中号为150万元，大号为200万元，现在要制定一个生产计划，使获得的利润为最大， max=4*x1+5*x2+6*x3-100*y1-150*y2-200*y3; 2*x1+4*x2+8*x3<=500; 2*x1+3*x2+4*x3<=300; 1*x1+2*x2+3*x3<=100; @bin(y1); @bin(y2); @bin(y3); y1+y2+y3>=1; Global optimal solution found. Objective value: 300.0000 Extended solver steps: 0 Total solver iterations: 0 Variable Value Reduced Cost X1 100.0000 0.000000 X2 0.000000 3.000000 X3 0.000000 6.000000 Y1 1.000000 100.0000 Y2 0.000000 150.0000 Y3 0.000000 200.0000 Row Slack or Surplus Dual Price 1 300.0000 1.000000 2 300.0000 0.000000 3 100.0000 0.000000 4 0.000000 4.000000 5 0.000000 0.000000
一．单纯性法 1.用单纯形法求解下列线性规划问题（共 15 分） 12 2121212max 2515 6224..5 ,0 z x x x x x s t x x x x =+≤??+≤??+≤??≥? 2.用单纯形法求解下列线性规划问题（共 15 分） 12 121212max 2322 ..2210 ,0 z x x x x s t x x x x =+-≥-??+≤??≥? 3.用单纯形法求解下列线性规划问题（共 15 分） 1234 123412341234max 24564282 ..2341 ,,,z x x x x x x x x s t x x x x x x x x =-+-+-+≤? ?-+++≤??≥ ? 4.用单纯形法求解下列线性规划问题（共 15 分） 123 123123123123max 2360 210..20 ,,0 z x x x x x x x x x s t x x x x x x =-+++≤??-+≤??+-≤??≥? 5.用单纯形法求解下列线性规划问题（共 15 分） 123 12312123max 224 ..26,,0 z x x x x x x s t x x x x x =-++++≤??+≤??≥? 6.用单纯形法求解下列线性规划问题（共 15 分）
12 121212 max 105349..528 ,0z x x x x s t x x x x =++≤??+≤??≥? 7.用单纯形法求解下列线性规划问题（共 16 分） 12 121212max 254 212..3218 ,0 z x x x x s t x x x x =+≤??≤??+≤??≥?
投资的收益与风险问题 摘要 对市场上的多种风险资产和一种无风险资产（存银行）进行组合投资策略的设计需要考虑两个目标：总体收益尽可能大和总体风险尽可能小，而这两个目标在一定意义上是对立的。 本文我们建立了投资收益与风险的双目标优化模型，并通过“最大化策略”，即控制风险使收益最大，将原模型简化为单目标的线性规划模型一；在保证一定收益水平下，以风险最小为目标，将原模型简化为了极小极大规划模型二；以及引入收益——风险偏好系数，将两目标加权，化原模型为单目标非线性模型模型三。然后分别使用Matlab的内部函数linprog，fminmax，fmincon对不同的风险水平，收益水平，以及偏好系数求解三个模型。 关键词：组合投资，两目标优化模型，风险偏好
2.问题重述与分析 3.市场上有种资产（如股票、债券、…）()供投资者选择，某公司有数额为的 一笔相当大的资金可用作一个时期的投资。公司财务分析人员对这种资产进行了评估，估算出在这一时期内购买的平均收益率为，并预测出购买的风险损失率为。考虑到投资越分散，总的风险越小，公司确定，当用这笔资金购买若干种资产时，总体风险可用所投资的中最大的一个风险来度量。 购买要付交易费，费率为，并且当购买额不超过给定值时，交易费按购买计算（不买当然无须付费）。另外，假定同期银行存款利率是, 且既无交易费又无风险。（） 1、已知时的相关数据如下： 试给该公司设计一种投资组合方案，即用给定的资金，有选择地购买若干种资产或存银行生息，使净收益尽可能大，而总体风险尽可能小。 2、试就一般情况对以上问题进行讨论，并利用以下数据进行计算。 本题需要我们设计一种投资组合方案，使收益尽可能大，而风险尽可能小。并给出对应的盈亏数据，以及一般情况的讨论。 这是一个优化问题，要决策的是每种资产的投资额，要达到目标包括两方面的要求:净收益最大和总风险最低，即本题是一个双优化的问题，一般情况下，这两个目标是矛盾的，因为净收益越大则风险也会随着增加，反之也是一样的，所以，我们很难或者不可能提出同时满足这两个目标的决策方案，我们只能做到的是：在收益一定的情况下，使得风险最小的决策，或者在风险一定的情况下，使得净收益最大，或者在收益和风险按确定好的偏好比例的情况下设计出最好的决策方案，这
C题面试时间问题 有4名同学到一家公司参加三个阶段的面试：公司要求每个同学都必须首先找公司秘书初试，然后到部门主管处复试，最后到经理处参加面试，并且不允许插队(即在任何一个阶段4名同学的顺序是一样的)。由于4名同学的专业背景不同，所以每人在三个阶段的面试时间也不同，如下表所示(单位：分钟)： 这4名同学约定他们全部面试完以后一起离开公司．假定现在时间是早晨8:00问他们最早何时能离开公司? 面试时间最优化问题 摘要： 面试者各自的学历、专业背景等因素的差异，每个面试者在每个阶段的面试时间有所不同，这样就造成了按某种顺序进入各面试阶段时不能紧邻顺序完成，即当面试正式开始后，在某个面试阶段，某个面试者会因为前面的面试者所需时间长而等待，也可能会因为自己所需时间短而提前完成。因此本问题实质上是求面试时间总和的最小值问题，其中一个面试时间总和就是指在一个确定面试顺序下所有面试者按序完成面试所花费的时间之和，这样的面试时间总和的所有可能情况则取决于n 位面试者的面试顺序的所有排列数 根据列出来的时间矩阵，然后列出单个学生面试时间先后次序的约束和学生间的面试先后次序保持不变的约束，并将非线性的优化问题转换成线性优化目标，最后利用优化软件lingo变成求解。 关键词：排列排序0-1非线性规划模型线性优化 (1)
（一）问题的提出 根据题意，本文应解决的问题有： 1、这4名同学约定他们全部面试完以后一起离开公司。假定现在的时间是早晨8：00，求他们最早离开公司的时间； 2、试着给出此类问题的一般描述，并试着分析问题的一般解法。 （二）问题的分析 问题的约束条件主要有两个：一是每个面试者必须完成前一阶段的面试才能进入下一阶段的面试(同一个面试者的阶段次序或时间先后次序约束)，二是每个阶段同一时间只能有一位面试者(不同面试者在同一个面试阶段只能逐一进行)。 对于任意两名求职者P、Q，不妨设按P在前，Q在后的顺序进行面试，可能存在以下两情况： （一）、当P进行完一个阶段j的面试后，Q还未完成前一阶段j-1的面试，所以j阶段的考官必须等待Q完成j-1阶段的面试后，才可对Q进行j阶段的面试，这样就出现了考官等待求职者的情况。这一段等待时间必将延长最终的总时间。 （二）、当Q完成j-1的面试后，P还未完成j阶段的面试，所以，Q必须等待P完成j阶段的面试后，才能进入j阶段的面试，这样就出现了求职者等待求职者的情况。同样的，这个也会延长面试的总时间。 以上两种情况，必然都会延长整个面试过程。所以要想使四个求职者能一起最早离开公司，即他们所用的面试时间最短，只要使考官等候求职者的时间和求职者等候求职者的时间之和最短，这样就使求职者和考官的时间利用率达到了最高。他们就能以最短的时间完成面试一起离开公司。这也是我们想要的结果。 （三）模型的假设 1.我们假设参加面试的求职者都是平等且独立的，即他们面试的顺序与考官无关； 2.面试者由一个阶段到下一个阶段参加面试，其间必有时间间隔，但我们在这里假定该时间间隔为0； 3.参加面试的求职者事先没有约定他们面试的先后顺序； 4.假定中途任何一位参加面试者均能通过面试，进入下一阶段的面试。即：没有中途退出面试者； 5.面试者及各考官都能在8：00准时到达面试地点。 （四）名词及符号约束 1. aij （i=1,2，3，4；j=1,2,3)为求职者i在j阶段参加面试所需的时间 甲乙丙丁分别对应序号i=1，2,3，4 2.xij （i=1,2，3，4；j=1,2,3) 表示第i名同学参加j阶段面试的开始时间（不妨把早上8:00记为面试的0时刻） (2)
个人学习时间优化分配 设计总说明（摘要） 合理的安排时间方案，采取最优化的时间组合，有利于我们充分发挥各个时间阶段的学习效益。同时可以使我们的学习符合日常行为及自身特点，不仅使时间得到有效安排，也使得我们的身心得到和谐。此次，研究分配一天中四个阶段四门课程的学习时间，就是根据学生的身心特点，和各阶段对各课程学习的收获程度，采取获得程度量化的方法，设计出一个最优的时间组合方案，从而获得最大的收获效益。即获得学习的最大价值。 在这个过程中要将运筹学的各种理论知识与具体实际情况相结合。首先是确 定所要研究的问题，考虑所需要的各种数据，根据实际需求确定所需要的数据和模拟量化的数据。将数据整理形成分析和解决问题的具体模型。其次对已得模型利用计算机进行求解，得出方程的最优解。最后结合所研究问题的实际背景，对模型的解进行评价、分析以及调整，并对解的实施与控制提出合理化的建议。 关键词：时间优化，线性规化，最优解，获得效益最大 目录 1.绪论 1.1研究的背景 (3) 1.2研究的主要内容与目的 (3) 1.3研究的意义 (3) 1.4研究的主要方法与思路 (3) 2.理论方法的选择 2.1所研究的问题的特点 (4) 2.2拟采用的运筹学理论方法的特点 (4) 2.3理论方法的适用性及有效性论证 (5) 3.模型的建立 3.1 基础数据的确定 (5) 3.2变量的设定 (6) 3.3目标函数的建立 (6) 3.4限制条件的确定 (6) 3.5模型的建立 (7) 4.模型的求解及解的分析 4.1模型的求解 (7) 4.2解的分析与评价 (9) 5.结论与建议 5.1研究结论 (11)
在手机普遍流行的今天，建设基站的问题分析对于运营商来说很有必要。本文针对现有的条件和题目的要求进行讨论。在建设此模型中，核心运用到了0-1整数规划模型，且运用lingo 软件求解。 对于问题一： 我们引入0-1变量，建立目标函数：覆盖人口最大数=所有被覆盖的社区人口之和，即max=15 1j j j p y =∑，根据题目要求建立约束条件，并用数学软件LINGO 对其模型求解，得到最优解。 对于问题二： 同样运用0-1整数规划模型，建立目标函数时，此处假设每个用户的正常资费相同，所以68%可以用减少人口来求最优值，故问题二的目标函数为：max=∑=15 1j j j k p 上述模型得到最优解结果如下： 关键字：基站; 0-1整数规划；lingo 软件
1 问题的重述．．．．．．．．．．．．．．．．．．．．．．．．．3 2 问题的分析．．．．．．．．．．．．．．．．．．．．．．．．．4 3 模型的假设与符号的说明．．．．．．．．．．．．．．．．．．．5 3.1模型的假设．．．．．．．．．．．．．．．．．．．．．． 5 3.2符号的说明．．．．．．．．．．．．．．．．．．．．．． 5 4 模型的建立及求解．．．．．．．．．．．．．．．．．．．．．. 5 4.1模型的建立．．．．．．．．．．．．．．．．．．．．．． 5 4.2 模型的求解．．．．．．．．．．．．．．．．．．．．．． 6 5 模型结果的分析．．．．．．．．．．．．．．．．．．．．．．．7 6 优化方向．．．．．．．．．．．．．．．．．．．．．．．．．．7 7 参考文献．．．．．．．．．．．．．．．．．．．．．．．．．．8 8、附录．．．．．．．．．．．．．．．．．．．．．．．．．．． 9
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 .
案例：连续投资的优化问题 一、题目： 某企业在今后五年内考虑对下列项目投资，已知：，从第一年到第四年每年年初需要投资，并于次年末收回本利115%。项目A，但规定最大投资额不超B，第三年年初需要投资，到第五年末能收回本利125%项目40万元。过，但规定最大投资额不超，第二年年初需要投资，到第五年末能收回本利140%项目C 30万元。过6%。项目D，五年内每年年初可购买公债，于当年末归还，并加利息问它应如何确定给这些项目的每年投100万元，该企业5年内可用于投资的资金总额为资使得到第五年末获得的投资本利总额为最大？ 二、建立上述问题的数学模型的投资额，它们都是待定的年初给项目A,B,C,D, X （i=1.2.3.4.5）为第i设X,X , X iDiB1AiC每年年初均可投资，年末收回本利，固每年的投资额应该等于手中拥未知量。由于项目D 有的资金额。建立该问题的线性规划模型如下： +1.06X+1.40X+1.25XMax Z=1.15X5D 2C4A3B X+X=1000000 (1) 1D1A X+X+X=1.06X (2) 1D2C2A2D X+X+X=1.15X+1.06X (3) 3A 3B 3D 1A 2D s.t. X+X=1.15X+1.06X(4) 3D 4A 4D 2A X=1.15X+1.06X (5)5D 3A4D X<=400000 (6) 3B X<=300000 (7) 2C X , X , X, X>=0 i=1,2,3,4,5 iD1AiCiB 经过整理后如下： Max Z=1.15X+1.40X+1.25X+1.06X5D 2C4A3B X+X=1000000 1D1A-1.06X+ X+X+X =0 2D2A2C1D-1.15X-1.06X+ X+X+X=0 3D3A1A3B2D s.t. -1.15X-1.06X +X+X=0 4D3D4A2A-1.15X-1.06X+ X=0 5D4D3A X<=400000 3B X<=300000 2C i=1,2,3,4,5 , X , X, X>=0 X iDiBiC1A 求解过程以及相应的结果三、Excel中进行布局并输入相应的公式）在Excel1 （
数学建模案例之多变量最 优化
数学建模案例之 多变量无约束最优化 问题1[1]：一家彩电制造商计划推出两种产品：一种19英寸立体声彩色电视机，制造商建议零售价（MSRP）为339美元。另一种21英寸立体声彩色电视机，零售价399美元。公司付出的成本为19英寸彩电195美元/台，21英寸彩电225美元/台，还要加上400000美元的固定成本。在竞争的销售市场中，每年售出的彩电数量会影响彩电的平均售价。据估计，对每种类型的彩电，每多售出一台，平均销售价格会下降1美分。而且19英寸彩电的销售量会影响21英寸彩电的销售量，反之也是如此。据估计，每售出一台21英寸彩电，19英寸的彩电平均售价会下降0.3美分，而每售出一台19英寸的彩电，21英寸彩电的平均售价会下降0.4美分。问题是：每种彩电应该各生产多少台？ 清晰问题：问每种彩电应该各生产多少台，使得利润最大化？ 1．问题分析、假设与符号说明 这里涉及较多的变量： s：19英寸彩电的售出数量（台）； t：21英寸彩电的售出数量（台）； p：19英寸彩电的售出价格（美元/台）； q：21英寸彩电的售出价格（美元/台）； C：生产彩电的成本（美元）； R：彩电销售的收入（美元）； P：彩电销售的利润（美元）
两种彩电的初始定价分别为：339美元和399美元，成本分别为：195美元和225美元；每种彩电每多销售一台，平均售价下降系数a=0.01美元（称为价格弹性系数）；两种彩电之间的销售相互影响系数分别为0.04美元和0.03美元；固定成本400000美元。 变量之间的相互关系确定： 假设1：对每种类型的彩电，每多售出一台，平均销售价格会下降1美分。 假设2：据估计，每售出一台21英寸彩电，19英寸的彩电平均售价会下降0.3美分，而每售出一台19英寸的彩电，21英寸彩电的平均售价会下降0.4美分。 因此，19英寸彩电的销售价格为： p=339-a×s-0.03×t，此处a=0.01 21英寸彩电的销售价格为： q=399-0.01×t-0.04×s 因此，总的销售收入为： R=p×s+q×t 生产成本为： C=400000+195×s+225×t 净利润为： P=R-C 因此，原问题转化为求s≥0和t≥0，使得P取得最大值。 2．建立数学模型 根据前面的分析，原问题的数学模型如下：
第1章 最优化问题的基本概念 §1.1最优化的概念 最优化就是依据最优化原理和方法，在满足相关要求的前提下，以尽可能高的效率求得工程问题最优解决方案的过程。 §1.2最优化问题的数学模型 1.最优化问题的一般形式 ??? ????===≤q v x x x h p u x x x g t s x x x f x x x f i n d n v n u n n ,,2,10),,,(,,2,10),,,(..),,,(m i n ,,,21212121 2.最优化问题的向量表达式 ??? ? ???=≤0)(0)(..)(m i n X H X G t s X f X f i n d 式中：T n x x x X ],,,[21 = T p X g X g X g X G )](,),(),([)(21 = T p X h X h X h X H )](,),(),([)(21 = 3.优化模型的三要素 设计变量、约束条件、目标函数称为优化设计的三要素！ 设计空间：由设计变量所确定的空间。设计空间中的每一个点都代表一个设计方案。 §1.3优化问题的分类 按照优化模型中三要素的不同表现形式，优化问题有多种分类方法： 1按照模型中是否存在约束条件，分为约束优化和无约束优化问题 2按照目标函数和约束条件的性质分为线性优化和非线性优化问题 3按照目标函数个数分为单目标优化和多目标优化问题 4按照设计变量的性质不同分为连续变量优化和离散变量优化问题 第2章 最优化问题的数学基础 §2.1 n 元函数的可微性与梯度
一、可微与梯度的定义 1.可微的定义 设)(X f 是定义在n 维空间n R 的子集D 上的n 元实值函数，且D X ∈0。若存在n 维向量L ，对于任意n 维向量P ，都有 0)()(lim 000=--+→P P L X f P X f T P 则称)(X f 在0X 处可微。 2.梯度 设有函数)(X F ，T n x x x X ],,,[21 =，在其定义域内连续可导。我们把)(X F 在定义域内某点X 处的所有一阶偏导数构成的列向量，定义为)(X F 在点X 处的梯度。记为： T n k x F x F x F X F ????????????=?,,,)(21 梯度有3个性质： ⑴函数在某点的梯度方向为函数过该点的等值线的法线方向； ⑵函数值沿梯度方向增加最快，沿负梯度方向下降最快； ⑶梯度描述的只是函数某点邻域内的局部信息。 §2.2极小点及其判别条件 一、相关概念 1.极小点与最优解 设)(X f 是定义在n 维空间n R 的子集D 上的n 元实值函数，若存在D X ∈*及实数 0>δ，使得)(),(**X X D X N X ≠?∈?δ都有)()(*X f X f ≤，则称*X 为)(X f 的局部极小点；若)()(*X f X f <，则称*X 为)(X f 的严格局部极小点。 若D X ∈?，都有)()(*X f X f ≤，则称*X 为)(X f 的全局极小点，若)()(*X f X f <，则称*X 为)(X f 的全局严格极小点。 对最优化问题??? ? ???=≤0)(0)(..)(min X H X G t s X f X find 而言 满足所有约束条件的向量T n x x x X ],,,[21 =称为上述最优化问题的一个可行解，全体可行解组成的集合称为可行解集。在可行解集中，满足： )(m i n )(*X f X f =的解称为优化问题的最优解。
C题面试时间冋题 有4名同学到一家公司参加三个阶段的面试：公司要求每个同学都必须首先找公司秘书初试，然后到部门主管处复试，最后到经理处参加面试，并且不允许插队（即在任何一个阶段4名同学的顺序是一样的）。由于4名同学的专业背景不同，所以每人在三个阶段的面试时间也不同，如下表所示（单位：分钟）： 这4名同学约定他们全部面试完以后一起离开公司?假定现在时间是早晨8:00问他们最早何时能离开公司？ 面试时间最优化问题 摘要： 面试者各自的学历、专业背景等因素的差异，每个面试者在每个阶段的面试时间有所不同，这样就造成了按某种顺序进入各面试阶段时不能紧邻顺序完成，即当面试正式开始后，在某个面试阶段，某个面试者会因为前面的面试者所需 时间长而等待，也可能会因为自己所需时间短而提前完成。因此本问题实质上是求面试时间总和的最小值问题，其中一个面试时间总和就是指在一个确定面试顺序下所有面试者按序完成面试所花费的时间之和，这样的面试时间总和的所有可能情况则取决于n位面试者的面试顺序的所有排列数 根据列出来的时间矩阵，然后列出单个学生面试时间先后次序的约束和学生间的面试先后次序保持不变的约束，并将非线性的优化问题转换成线性优化目标，最后利用优化软件lingo变成求解。 关键词：排列排序0-1非线性规划模型线性优化 一）问题的提出 根据题意，本文应解决的问题有： 1、这4 名同学约定他们全部面试完以后一起离开公司。假定现在的时间是早晨8：00，求他们最早离开公司的时间； 2、试着给出此类问题的一般描述，并试着分析问题的一般解法。 （二）问题的分析问题的约束条件主要有两个：
一是每个面试者必须完成前一阶段的面试才能进入下一阶段的面试（同一个面试者的阶段次序或时间先后次序约束），二是每个阶段同一时间只能有一位面试者 （不同面试者在同一个面试阶段只能逐一进行）。对于任意两名求职者P、Q,不妨设按P在前，Q在后的顺序进行面试，可能存在以下两情况： （一）、当P进行完一个阶段j的面试后，Q还未完成前一阶段j-1的面试, 所以j阶段的考官必须等待Q完成j-1阶段的面试后，才可对Q进行j阶段的面试，这样就出现了考官等待求职者的情况。这一段等待时间必将延长最终的总时间。 （二）、当Q完成j-1的面试后，P还未完成j阶段的面试，所以，Q必须等待P 完成j 阶段的面试后，才能进入j 阶段的面试，这样就出现了求职者等待求职者的情况。同样的，这个也会延长面试的总时间。 以上两种情况，必然都会延长整个面试过程。所以要想使四个求职者能一起最早离开公司，即他们所用的面试时间最短，只要使考官等候求职者的时间和求 职者等候求职者的时间之和最短，这样就使求职者和考官的时间利用率达到了最高。他们就能以最短的时间完成面试一起离开公司。这也是我们想要的结果。 （三）模型的假设 1. 我们假设参加面试的求职者都是平等且独立的，即他们面试的顺序与考官无关； 2. 面试者由一个阶段到下一个阶段参加面试，其间必有时间间隔，但我们在这里假定该时间间隔为0； 3. 参加面试的求职者事先没有约定他们面试的先后顺序； 4. 假定中途任何一位参加面试者均能通过面试，进入下一阶段的面试。即：没有中途退出面试者； 5. 面试者及各考官都能在8：00 准时到达面试地点。 （四）名词及符号约束 1. aij （i=1,2 ，3，4；j= 1 ,2,3）为求职者i 在j 阶段参加面试所需的时间甲乙丙丁分别对应序号i=1 ，2,3 ，4 2. xij （i=1,2 ，3，4；j=1,2,3）表示第i 名同学参加j 阶段面试的开始时间（不妨把早上8:00 记为面试的0 时刻）
几个优化问题的数学建模 一、一个开放式基金投资问题
6、模型的评价 模型的主要优点是采用较为成熟的数学理论建立模型，利用数学软件计算，可信度比较高，便于推广。主要缺点是建立的模型是确定的而不是更符合实际情况的随机型模型。 二、结合人员分配的生产规划问题 1、问题 某公司要对四种产品（P1，P2，P3，P4）在五条生产线（L1到L5）上的生产进行规划。产品P1和P4的单位纯利润为7元，产品P2的单位纯利润为8元，产品P3的单位纯利润为9元。在规划期内这五条生产线各自可以进行生产的时间长度各不相同。L1到L5的最大可用生产时间分别为4500小时，5000小时，4500小时，1500小时和2500小时。表1列出了在每条生产线上生产每种产品一个单位所需要的时间。 （1）、假设生产是流水线作业，产品P1到P4各应生产多少才能使总利润最大？ （2）、如果在生产过程中允许在生产线之间进行人员转移（从而使工时也相应转移），如表2所示，则最大利润是多少？应转移多少个工时，如何转移？
（3）、如果生产不是流水线作业，模型应如何修改？ 表1 单位生产时间 表2 可以进行的人员转移 2、假设 （1）每条生产线可生产各种产品； （2）每个生产人员的工作效率相同，且熟练各条生产线的操作，可在各条生产线之间转移。 3、建模 3.1、问题(1) 设每种产品必须经过5条生产线才能生产出来，产品P i 的产量为x i ,单位纯利润为r i ,在生产线L j 上的单位生产时间为d ij 。生产线L j 的可用总工时数为c j ,则可得模型1： max 41 i =∑r i x i s.t. 41 i =∑ d ij x i ≤c j ，j=1，2，3，4，5 x i ≥0，i=1，2，3，4
木材储运经营计划 摘要 本文针对某一木材储运公司在冬、春、夏、秋四季内进货价、出货价、储存费用、库存空间及最大销售量等预计数据进行分析，制定一个各季节的进货量和出货量计划使该公司的经营利润达到最大，可以把该问题归于将其归为求解利润最大化问题进行建模。 由于利润只直接与中间差价和销售量有关，并根据题目已知的预测量，建立一个木材储运最大利润模型，并通过运行LINGO软件编程来求解冬、春、夏、秋四季总最大利润为：5160万元。 上述木材储运最大利润模型: 是指冬、春、夏、秋前面的季节储存木材量可以在后面的季节卖，由于木材不宜久贮，所有库存木材应于每年秋末售完，反过来，后面季节的储存木材量元素不能放在前面的季节卖，因此可以把一个季节卖哪几个季节进的木材当成几个，建立一个横轴的元素和代表当前季节的木材销售量，竖轴的元素和该季节应该购进的木材量含十六个元素的二维数组，通过运用LINGO软件编程可以得到这个数组元素为： 储存量 冬/万m3春/万m3夏/万m3秋/万m3 销售量 冬100 ——— 春0 140 —— 夏20 0 180 — 秋0 0 0 160 通过简单的基本运算可以知道每个季节进货量和出货量既为该木材储运公司这年的大体经营计划。 关键词：LINGO 木材储运最大利润数组元素
一．问题重述 一个木材储运公司有很大的仓库用以储运出售木材。由于木材季度价格的变化，该公司于每季度初购进木材，一部分于本季度内出售，一部分储存起来以后。已知该公司仓库的最大储存量为20万m3，储存费用为() a+元/m3，式中7 bu a=，10 b=，u为储存时间（季度数）。已知每季度的买进卖出价及预计的销售量如下表所示： 表1. 季度买进价/元/m3卖出价/元/m3预计销售量/万m3 冬410 425 100 春430 440 140 夏460 465 200 秋450 455 160 由于木材不宜久贮，所有库存木材应于每年秋末售完。 根据上述条件建立一个模型制定一个该公司每个季节进木材量和销售木材量的大体经营计划，使这个公司获得最大的利润。 二．问题的简要分析 对于本文涉及到的问题，建立一个横方向的元素和代表当前季节的木材销售量，竖方向的元素和该季节应该购进的木材量含十六个元素的二维数组，由于冬、春、夏、秋前面的季节储存木材量可以在后面的季节卖，因此真正未知元素只有十个，而且这十个未知数的类型相同，更容易理解，如下： 表2. 冬/万m3春/万m3 夏/万m3秋/万m3储存量 销售量 冬Q11——— 春Q12Q22—— 夏Q13Q23Q33— 秋Q14Q24Q34Q44 由于假设的未知数都是销售量，因此在秋季末公司的仓库不存在储存的木材量，每个季度的进货量除了在本季度销售木材的量外，剩下的都是储存量，只要小于公司仓库的最大储存量，因此在约束条件考虑到即可。 然而市场上对该公司的需求是有限的，因此每个季度的销售量是有限，因此再在约束条件增加对每个季度的销售量的限制，然后通过数学软件编程求解即可。 三．模型的假设 1）假设公司预计销售量在各个季度几乎符合现实且预计销售量是是最大销售量； 2）假设各个季度木材的单位量的实际进价和销售价与预测价几乎符合； 3）假设每个月的库存量在该时期内的产品的单位量库存费用不变； 4）假设在该时期内储存费用大约不变； 5）假设人力财力等消耗的费用不在该问题中考虑；
硕士研究生课程大纲 课程名称（中文）：运筹学与最优化理论 课程名称（英文）：Operations Research and Optimization Theory 课程编码：Y04020B 开课单位：电气信息学院 授课对象：管理科学与工程、控制理论与控制工程、电力系统及其自动化专业硕士研究生任课教师：游文霞 学时：48 学分： 3 学期：2 考核方式: 撰写论文 先修课程：线性代数、高等数学、概率论、数理统计 课程简介： 运筹学是以定量分析为主来研究经济管理与生产实践等问题。它将工程思想和管理思想相结合，应用系统的、科学的、数学分析的方法，通过建模、检验和求解数学模型获得最优决策方案。 一、教学目的与基本要求：（150字以内） 通过讲授和各种实践环节(作业、讨论)，使学生掌握运筹学整体优化的思想和若干定量分析的优化技术，能正确应用各类模型分析、解决各种实际问题，培养和提高学生科学思维、科学方法、实践技能和创新能力。 二、课程内容与学时分配 1、课程主要内容：（200字以内） 主要讲授线性规划，单纯形法，线性规划的对偶理论及灵敏度分析，非线性规划，整数规划，目标规划，动态规划，网络模型，决策理论等与经济、管理、控制领域密切相关的运筹学分支的基本模型、方法和应用。 2、课程具体安排：（按教学章节编写，重点章节下划线）
三、实验、实践环节及习题内容与要求 针对每个章节的内容，结合实际应用，布置相应的习题作业，要求学生在大量做练习题的过程中，学习如何采用定量的分析方法来分析、求解相关的实际问题，掌握相关的优化方法的基本思想与求解算法。 四、教材及主要参考文献（顺序为：文献名，作者，出版时间，出版单位）： 教材名称： Frederick S. Hillier, Gerald J. Lieberman. Introduction to Operation Research (8e) (运筹学导论，第八版). McGraw-Hill Press, 2005. 参考书： [1]Wayne L. Winston.《运筹学：数学规划》（影印版）[M]. 北京：清华大学出版社，2004. [2]Wayne L. Winston.《运筹学：决策方法》（影印版）[M]. 北京：清华大学出版社，2004. [3]V.G..Kulkarni.《运筹学：应用数学模型》（影印版）[M]. 北京：清华大学出版社，2006. [4]胡运权，郭耀煌. 运筹学教程（第二版）[M]. 北京：清华大学出版社，2003. [5]运筹学教材组编. 运筹学(修订版) [M]. 北京：清华大学出版社，2004. [6]徐渝，贾涛. 运筹学[M]. 北京：清华大学出版社，2005. [7]熊伟.运筹学[M].北京：机械工业出版社，2005. [8]胡运权.运筹学习题集[M].北京：清华大学出版社，2002. 撰写人：游文霞 学位分委员会签字： 学院主管研究生教学院长签字：
灵敏度分析 简介： 研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。在最优化方法中经常利用灵敏度分析来研究原始数据不准确或发生变化时最优解的稳定性。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。因此，灵敏度分析几乎在所有的运筹学方法中以及在对各种方案进行评价时都是很重要的。 用途： 主要用于模型检验和推广。简单来说就是改变模型原有的假设条件之后，所得到的结果会发生多大的变化。 举例（建模五步法）： 一头猪重200磅，每天增重5磅，饲养每天需花费45美分。猪的市场价格为每磅65美分，但每天下降1美分，求出售猪的最佳时间。 建立数学模型的五个步骤： 1.提出问题 2.选择建模方法 3.推到模型的数学表达式 4.求解模型 5.回答问题 第一步：提出问题 将问题用数学语言表达。例子中包含以下变量：猪的重量w（磅），从现在到出售猪期间经历的时间t（天），t天内饲养猪的花费C（美元），猪的市场价格p（美元/磅），出售生猪所获得的收益R（美元），我们最终要获得的净收益P（美元）。还有一些其他量，如猪的初始重量200磅。 （建议先写显而易见的部分） 猪从200磅按每天5磅增加 （w磅）=（200磅）+（5磅/天）*（t天） 饲养每天花费45美分 （C美元）=（0.45美元/天）*（t天） 价格65美分按每天1美分下降 （p美元/磅）=（0.65美元/磅）-（0.01美元/磅）*（t天） 生猪收益 （R美元）=（p美元/磅）*（w磅） 净利润 （P美元）=（R美元）-（C美元） 用数学语言总结和表达如下： 参数设定： t=时间（天）
w=猪的重量（磅） p=猪的价格（美元/磅） C=饲养t天的花费（美元） R=出售猪的收益（美元） P=净收益（美元） 假设： w=200+5t C=0.45t p=0.65-0.01t R=p*w P=R-C t>=0 目标：求P的最大值 第二步：选择建模方法 本例采用单变量最优化问题或极大—极小化问题 第三步：推导模型的数学表达式子 P=R-C （1） R=p*w （2） C=0.45t （3） 得到R=p*w-0.45t p=0.65-0.01t （4） w=200+5t （5） 得到P=（0.65-0.01t)(200+5t)-0.45t 令y=P是需最大化的目标变量，x=t是自变量，现在我们将问题转化为集合S={x:x>=0}上求函数的最大值： y=f（x）=（0.65-0.01x)(200+5x)-0.45x （1-1） 第四步：求解模型 用第二步中确定的数学方法解出步骤三。例子中，要求（1-1）式中定义的y=f （x）在区间x>=0上求最大值。下图给出了（1-1）的图像和导数（应用几何画板绘制）。在x=8为全局极大值点，此时f（8）=133.20。因此（8，133.20）为f在整个实轴上的全局极大值点，同时也是区间x>=0上的最大值点。 第五步：回答问题 根据第四步，8天后出售生猪的净收益最大，可以获得净收益133.20美元。只要第一步中的假设成立，这一结果正确。
数学建模一周论文课程设计题目：最优投资方案 1：吴深深学号：201420181013 2：许家幸学号：201420180422 3：王鑫学号：201420181220 专业软件工程 班级1421801Z
指导教师朱琳 2016 年 6 月9 日
摘要 本文主要研究银行投资受益最优问题，根据投资证券的种类、信用等级、到期年限、到期税前收益等的具体情况，根据线性规划的方法分析出数学模型，并且运用Lingo软件进行编码求解。 根据问题一、根据此模型能够得到具体的解决方案，问题二、三都是根据问题一的模型做具体约束条件的变化，从而求出最优解。 此模型适用于一般简单的银行投资问题。这个优化问题的目标是有价证券回收的利息为最高,要做的决策是投资计划。即应购买的各种证券的数量的分配。综合考虑：特定证券购买、资金限制、平均信用等级、平均年限这些条件，按照题目所求，将决策变量、决策目标和约束条件构成的优化模型求解问题便得以解决。 但是本模型不适合解决情况过于复杂的银行投资问题。 关键字：最优投资线性规划Lingo求解 一、问题重述 某银行经理计划用一笔资金进行有价证券的投资，可供购进的证券及其信用等级、到期年限、收益如下表所示。按照规定，市政证券的收益可以免税，其他证券的收益需按50%的税率纳税。此外还有以下限制： 政府及代办机构的证券总共至少要购进400万元，所购证券的平均信用等
级不超过1.4（数字越小，信用程度越高），所购证券的平均到期年限不超过5年。 二、模型假设 假设: 1.假设银行有能力实现5种证券仸意投资； 2.假设在投资过程中，不会出现意外情况，以至不能正常投资； 3.假设各种投资的方案是确定的； 4.假设证券种类是固定不变的，并且银行只能在这几种证券中投资； 5.假设各种证券的信用等级、到期年限、到期税前收益是固定不变的； 6.假设各种证券是一直存在的。 三、符号约定 符号含义 X i取1-5，表示从A..E中证券的投资额（百万）i