当前位置：文档之家 › 运筹学第四章

运筹学第四章

  • 格式：doc
  • 大小：361.00 KB
  • 文档页数：9

下载文档原格式

  / 9

合集下载

运筹学(第四版)：第4章 目标规划

运筹学(第四版)：第4章 目标规划


目标函数：
min
z
P1d1
P2
(d
2
d2 )
P3d3
2x1 x2 11
x1
x2
d1
d1
0
满足约束条件：
x1
2x2
d2
d
2
10
8x1
10x2
d3
d3
56
x1, x2, di, di 0, i 1,2,3
10
第1节 目标规划的数学模型
目标规划的一般数学模型为
L
K
目标函数： min z
0
(4,3)
4
第1节 目标规划的数学模型
实际上，工厂在作决策时，需要考虑包括市场因素在内 等一系列条件。例如:
(1) 根据市场信息，产品Ⅰ的销售量有下降的趋势，因而希望产 品Ⅰ的产量不应大于产品Ⅱ。
(2) 应尽可能充分利用设备台时，但不希望加班。 (3) 应尽可能达到并超过计划利润指标：56元。
5
第1节 目标规划的数学模型
这样的产品决策问题便构成了一个多目标决策问题，目 标规划方法正是解这类决策问题的方法之一。下面引入 与目标规划模型有关的概念。
1.设x1，x2为决策变量，引入正、负偏差变量d+，d−。 正偏差变量d＋表示决策值超过目标值的部分； 负偏差变量d−表示决策值未达到目标值的部分。
13
第2节 解目标规划的图解法
例3 某电视机厂装配黑白和彩色两种电视机，每装配一台电 视机需占用装配线1小时，装配线每周计划开动40小时。预 计市场每周彩色电视机的销量是24台，每台可获利80元；黑 白电视机的销量是30台，每台可获利40元。该厂确定的目标 为：
第一优先级：充分利用装配线每周计划开动40小时； 第二优先级：允许装配线加班；但加班时间每周尽量不超过10小
运筹学第四章IP

运筹学第四章IP

*
IP : x 1 = 3, x 2 = 2, z IP = 13.
* * *
8
Operations Research
x2
3.5 3 2
x2 = − 3 x1 + 1 z 2 2
D0 (3.6, 2.2)
x2
3.5 3 2 1 0 1 2
x2 = − 3 x1 + 1 z 2 2
D1 (3, 2.5)
5
Operations Research
解 : 10 去掉IP ⇒ L 0 L 0 : max z = 3 x1 + 2 x 2 x1 + 2 x 2 ≤ 8 ≤ 3.6 x1 x 2 ≤ 3.5 x1 , x 2 ≥ 0 由图解法得 (1) (2)
x2
3.5 3 2 1
Operations Research
第四章 整数规划 整数规划Integer Programming
§1 问题的提出 货物 m3/箱 百斤/箱 eg. [eg.1]用集装箱托运货物 5 2 甲乙货物托运多少箱， 问：甲乙货物托运多少箱， 甲 使总利润最大？ 使总利润最大？ 乙 4 5 限制 24 13 百元/箱 20 10
⋅⋅⋅⋅⋅⋅ x1 ≥ 4 x ,x ≥ 0 1 2
*
L1 : x * = 3, x * = 2.5, z * = 14. * 1 2 1 对IP不可行 . L2 : 无可行域 , 无可行解 .
7
Operations Research
x2
3.5 3 2 1 0 1
L4
x2 = − 3 x1 + 1 z 2 2
* *
L3
2 3 4 5
L 4 : max z = 3 x 1 + 2 x 2 ⋅⋅⋅⋅⋅⋅ x ≤3 1 x2 ≥ 3 x1 , x 2 ≥ 0
运筹学第四章

运筹学第四章


x1
22
九.
（1）必要条件： ）必要条件：
极小点的判定条件
f ( x ) = min f ( x) f ( x ) = 0
f ( x ) = 0 （2）充分条件： ）充分条件： f ( x ) = min f ( x) 2 f (x ) > 0
23
十.
1.一般迭代算法 一般迭代算法
19
例
如下非线性规划是否为凸规划：
2 2 min f ( X ) = x1 + x2 4 x1 + 4 g1 ( X ) = x1 x2 + 2 ≥ 0 2 g 2 ( X ) = x1 + x2 1 ≥ 0 x , x ≥ 0 1 2 f ( X )的海赛矩阵
解
2 f x 2 1 H f (X ) = 2 f x x 2 1
T
12
而 2 f 2 f x 2 x x 4 1 2 * 1 H (x ) = = 2 2 f f 0 x x 2 2 1 x2 x = x* 4 = 4 > 0, 4 0 0 4 0 4
= 16 > 0, H ( x * )正定 ,
* * x1 = 2, x 2 = 1为严格局部极小点
λ
为最优步长， 称 λk 为最优步长，且有 f ( x k + λk d k )T d k = 0 。
25
十二. 十二 收敛速度
k 设算法A所得的点列为 设算法 所得的点列为 { x } ，如果
|| x
k +1
x || < λ || x x || ,
* k *
α
λ ,α > 0 .
k 则称 { x } 的收敛阶为 α 。
运筹学-第四章-运输问题和指派问题 PPT课件

运筹学-第四章-运输问题和指派问题 PPT课件


A1 A2 A3 销量
B1
B2
B3
B4
1
32
11 4 3
3 10
3 1 3 9 1 2 -1 8
4
7
6 4 12 10 3 5
3
6
5
6
产量
7 4 9 20
检验数<0表示：例如（A2,B4）如果增加A2到B4的1单位产 品，将会降低1单位的运费，所以，该解不是最优解。
13
解的改进
（1）以 xij 为换入变量，找出它在运输表中的闭回路；
B2 4 11 29
4
6
B3 3
22
3 10
5
B4 产量 10 7
8
4
65
9
5
6
20
求平衡运输问题初始解方法—西北角方法
西
B1
B2
B3
B4 产量
北 角
A1 3
34
11
3
10 7
方
A2
12
92
2
8
4
法
A3
7
43
10 6 5
9
初 始
需求量
3
6
5
6
20
解
x11 3, x12 4, x22 2, x23 2, x33 3, x34 6
min cij xij
s.t.
n
xij si
j 1
m
xij d j
i 1
xij 0
目标函数
n表示物资的n个销地 m表示物资的m个产地
供给约束
需求约束
非负约束
18
问题分析
决策变量 目标函数 约束条件：产量约束、销量约束、非负
《运筹学》第四章决策分析介绍

《运筹学》第四章决策分析介绍

41
P(S2)=0.4时
一般： 般：
E(A1 )=α×500+(1500+(1 α)(-200)=700 )( 200)=700α-200 200 E(A2) )=α×( (-150)+(1150)+(1 α)(1000) )(1000)=-1150 1150α+1000 令E1 =E2 得α=0.65
决策步骤
30
(三)、折衷准则 选择加权系数α(0 α1) max{α(maxVij )+(1-α)(minVij )}
i j j
α=0.6
S1
S2
S3 Vi1 =max Vi2 =min 加权平均
A1 20 A2 9 A3 6
1 8 5
-6 0 4
20 9 6
-6 0 4
9.6 5.4 max=9.6
15
决策分析的主要内容
决策准则 决策树 用决策树分析系列决策问 用决策树分析系列决策问题 检查是否需要获得更多的信息 贝叶斯法 用更新的信息更好地决策 贝叶斯法——用更新的信息更好地决策 效用理论 用效用更好地反映收益的价值 效用理论——用效用更好地反映收益的价值
16
概率论基础
随机事件(实验，试验 实验 试验)
称α=0.65为转折概率 α>0.65 α<0.65 选 A1 选 A2
42

直接使用先验概率 决策步骤 –对于每一种备选方案，将每一个收益乘以 相应自然状态的先验概率，再把乘积相加 就得到收 的加权 均 这就是备选方案 就得到收益的加权平均，这就是备选方案 的期望收益 –选择具有最大期望收益的备选方案作为决 选择具有最大期 收益的备选方案作为决 策方案
34
运筹学教材课件(第四章动态规划)

运筹学教材课件(第四章动态规划)


最优解的存在性
对于多阶段决策问题，如果每个 阶段的决策空间是有限的，则存 在最优解。
最优解的唯一性
对于某些多阶段决策问题，可能 存在多个最优解。在这种情况下， 我们需要进一步分析问题的性质 和约束条件，以确定最优解的个 数和性质。
最优解的稳定性
在某些情况下，最优解可能受到 参数变化的影响。我们需要分析 最优解的稳定性，以确保最优解 在参数变化时仍然保持最优。
VS
详细描述
排序问题可以分为多种类型，如冒泡排序 、快速排序、归并排序等。动态规划可以 通过将问题分解为子问题，逐一求解最优 解，最终得到全局最优解。在排序问题中 ，动态规划可以应用于求解最小化总成本 、最大化总效益等问题。
04
动态规划的求解方法
逆推法
逆推法
从问题的目标状态出发，逆向推算出达到目标状态的 最优决策，直到达到初始状态为止。
案例二：投资组合优化问题
要点一
总结词
要点二
详细描述
投资组合优化问题是动态规划在金融领域的重要应用，通 过合理配置资产，降低投资风险并提高投资收益。
投资组合优化问题需要考虑市场走势、资产特性、风险偏 好等多种因素，通过动态规划的方法，可以确定最优的投 资组合，使得投资者在风险可控的前提下，实现收益最大 化。
详细描述
在背包问题中，给定一组物品，每个物品都有一定的重量和价值，要求在不超过背包容量的限制下， 选择总价值最大的物品组合。通过动态规划的方法，可以将背包问题分解为一系列子问题，逐一求解 最优解。
排序问题
总结词
排序问题是动态规划应用的另一个重要 领域，主要涉及到将一组元素按照一定 的顺序排列，以达到最优的目标。
本最小化和效率最大化。
感谢您的观看
运筹学 第4章 整数规划与分配问题

运筹学 第4章 整数规划与分配问题


匈牙利法思路：若能在 [Cij] 中找出 n 个位于
不同行不同列的0元素(称为独立0元素)，则
令解矩阵[xij]中对应这n个独立0元素的元素
取值为 1 ，其他元素取值为 0 ，则它对应目
标函数zb=0是最小的。这就是以[Cij]为系数
矩阵分配问题的最优解，也得原问题的最
优解。
定理1 若从分配问题效率矩阵[cij]的每一行元素中分别减去 (或加上)一个常数ui(称为该行的位势)，从每一列分别减去 (或加上)一个常数vj(称为该列的位势)，得到一个新效率矩阵 [bij]，若其中bij=cij-ui-vj，则[bij]的最优解等价于[cij]的最优解
第1步：找出效率矩阵每行的最小元素，并分别从每行
中减去。
第2步：再找出矩阵每列的最小元素，并分别从各列中 减去。
2 10 9 7 2 15 4 14 8 4 13 14 16 11 11 4 15 13 9 4
0 8 7 5 11 0 10 4 0 3 5 0 0 11 9 5
表明m个约束条件中有(m-k)个的右端项为( bi+M )，不起约 束作用，因而，只有k个约束条件起作用。 ② 约束条件的右端项可能是r个值b1 , b2 ,, br 中的某一个 即： 定义：
n
aij x j b1 或b2或或br
j 1
1 假定约束右端项为 bi yi 否则 0
现用下例来说明： max z=40x1+90x2 9x1+7x2≤56 7x1+20x2≤70 x1，x2≥0 x1，x2整数 ① ② ③ ④ ⑤
解：先不考虑条件⑤，即解相应的线性规划B,①～④(见图5-2)， 得最优解x1=4.81，x2=1.82，z0=356
运筹学第四章(完整版)

运筹学第四章(完整版)

13物流工程3班第四组组员：李鲁超胡军李康郭优沈西王伟第四章1.讨论面向顾客设计思想的重要性。

P112-113顾客需求的多样化和个性化，使得市场演变和产品更新的速度越来越快，产品的生命周期越来越短。

通过与顾客的交流，倾听顾客的心声，听取他们对改进产品的建议，以此来分析顾客的需求，挖掘新产品创意。

2.讨论产品开发在企业战略中的重要地位。

P135一、21世纪企业产品设计的背景特征：（1）新产品开发是实现企业竞争战略的需要技术进步和需求多样化使得产品寿命周期不断缩短，企业面临着缩短交货期、提高产品质量、降低成本和改进服务的多重压力。

新产品开发是企业经营战略的核心内容之一，也是生产运作战略的出发点，产品开发智能的目的就是要研究、开发、设计出能满足市场需求并具有竞争力的产品。

（2）技术进步越来越快科学技术飞速发展，并被迅速而广泛地应用于实践中，推动着新产品的开发，也使得产品更新换代的速度越来越快，产品生命周期越来越短。

（3）用户的要求越来越苛刻随着时代的发展，大众知识水平的提高和激烈竞争带给市场越来越多、越来越好的产品，使用户的要求越来越高。

（4）产品研制开发的难度越来越大越来越多的企业认识到新产品开发对企业创造收益的重要性，特别是那些大型、结构复杂，技术含量高的产品在研制中一般都需要各种先进的设计技术。

（5）可持续发展的要求人类社会在经济快速发展的同时，由于忽略了环境保护，也带来了污染、酸雨、土地沙化，臭氧层破坏等恶果。

各国政府将环境保护问题纳入发展战略，这对企业提出了更高的要求。

二、新产品开发的重要性（1）有利于增强企业的核心竞争力（2）有利于扩大市场份额（3）适应个性化定制生产的需要（4）产品更新换代的需要3.讨论新产品开发的重要性？P109在企业竞争激烈的环境下，大多数企业面临着产品生命周期越来越短的压力。

企业要在同行中保持竞争力并能够占有市场份额，就必须不断地开发出新产品，并快速推向市场，满足多变的市场需求。

运筹学第四章

运筹学第四章

第 5 次课 2学时本次课教学重点：建立数学模型本次课教学难点：建立数学模型本次课教学内容：第四章线性规划在工商管理中的应用第一节人力资源分配的问题例1．某昼夜服务的公交线路每天各时间段内所需司机和乘务人员数如下：设司机和乘务人员分别在各时间段一开始时上班，并连续工作八小时，问该公交线路怎样安排司机和乘务人员，既能满足工作需要，又配备最少司机和乘务人员?解：设x i( i = 1,2,…,7)表示星期一至日开始休息的人数,这样我们建立如下的数学模型。

目标函数：Min x1 + x2 + x3 + x4 + x5 + x6 + x7约束条件：s.t. x1 + x2 + x3 + x4 + x5≥28x2 + x3 + x4 + x5 + x6≥15x3 + x4 + x5 + x6 + x7≥24x4 + x5 + x6 + x7 + x1≥25x5 + x6 + x7 + x1 + x2≥19x6 + x7 + x1 + x2 + x3≥31x7 + x1 + x2 + x3 + x4≥28x1,x2,x3,x4,x5,x6,x7≥0例2．一家中型的百货商场，它对售货员的需求经过统计分析如下表所示。

为了保证售货人员充分休息，售货人员每周工作5天，休息两天，并要求休息的两天是连续的。

问应该如何安排售货人员的作息，既满足工作需要，又使配备的售货人员的人数最少？解：设x i ( i = 1,2,…,7)表示星期一至日开始休息的人数,这样我们建立如下的数学模型。

目标函数：Min x1 + x2 + x3 + x4 + x5 + x6 + x7约束条件：s.t. x1 + x2 + x3 + x4 + x5 ≥28x2 + x3 + x4 + x5 + x6 ≥15x3 + x4 + x5 + x6 + x7 ≥24x4 + x5 + x6 + x7 + x1 ≥25x5 + x6 + x7 + x1 + x2 ≥19x6 + x7 + x1 + x2 + x3 ≥31x7 + x1 + x2 + x3 + x4 ≥28x1,x2,x3,x4,x5,x6,x7 ≥0第二节生产计划的问题例3．某公司面临一个是外包协作还是自行生产的问题。

运筹学第四章习题答案

运筹学第四章习题答案


即:4y1+6y2=﹣8 ① 又由于原问题的最优解X1*＞0,X2*＜0是松约束,故对偶问题的 约束必为紧约束,即对偶问题的前两个约束必为等式:
y1+y2=﹣2 y1+ky2=﹣2 ∴由①②解得y1*=﹣2 Y*=(﹣2,0)
② ③ y2*=0,即对偶问题的最优解为
将y1*,y2*的值代入③式得k=﹣1
（2）max z=4x1－2x2+3x3－x4
X1+x2+2x3+x4≤7
2x1－x2+2x3－x4=﹣2
s、t
X1－2x2+x4≥﹣3
X1、x3≥0 x2、x4无符号约束
解：其对偶问题为：
Min w=7y1－2y2－3y3
y1+2y2+y3≥4
y1－y2－2y3=﹣2
s、t
2y1+2y2≥3
y1－y2+y3=﹣1
y1≥0 y2无符号约束 y3≤0
4、已知线性规划问题：
Max z=x1+2x2+3x3+4x4
x1+2x2+2x3+3x4≤20
s、t
2x1+x2+3x3+2x4≤20
xj≥0 j=1、2、3、4
其对偶问题最优解为y1=1.2 y2=0.2,由对偶理论直接求出原问题的 最优解。
解：将Y*=（1.2，0.2）代入对偶问题的约束条件：
１、写出下列线性规划问题的对偶问题。
（１）min z=x1+x2+2x3
X1+2x2+3x3≥2
2x1+x2－x3≤4
s.t
3x1+2x2பைடு நூலகம்4x3≤6
运筹学-4-整数规划ppt课件

运筹学-4-整数规划ppt课件


.
8
第四章 整数规划 0-1规划
解：设xi
1 0
带第 i件物品
不带第 i件物品 数学模型：
Z表示所带物品的总价值
m
Z ci 带第i件
ci xi
i 1
m
携带物品的总重量 bi x i
i 1
m
max Z ci xi
m i1
s.t
i1
bi xi
b
xi 0,1，
i 1, 2, m
i1
1, 2,..., m
i1
s.t. xij bj j 1, 2 , n
i1
xij
0
,
yi 0,1
混合型整数规划
.
11
第四章 整数规划
例 工厂A1和A2生产某种物资。由于该种物资供不应求，故需要再 建一家工厂。相应的建厂方案有A3和A4两个。这种物资的需求地有 B1,B2,B3,B4四个。各工厂年生产能力、各地年需求量、各厂至各需 求地的单位物资运费cij，见下表：
.
10
第四章 整数规划
解：设 xij表示A 工 i运厂 往B 商 j的店 运量
m
n
则总运费为
c ij x ij
i1 j 1
数学模型：
mn
m
设yi
1 0
则总建厂费为
在第 i个地点建m厂in Z
不在第 i个地点建厂 n
m
fi yi
j1 m
xij
i1
j
ai
1
yi
cij xij
i
fi yi
1 若 建 工 厂 yi 0 若 不 建 工 厂(i3,4)
再设xij为由Ai运往Bj的物资数量，单位为千吨；z表示总费用， 单位万元。

运筹学第4章


3x15x2d332
综合考虑后，得到结果
3x15x2d3 d3 32 其中 d3 , d3 0
目标规划的数学模型
产品 甲 乙 资源量
可以用同样的方式来处理其它提出的 资源
决策要求：
设备/台时 3
2
18
原料A/吨
1
0
4
（1）要求甲产品产量不大于乙产品产量。 原料B/吨 0 2 12
如：在引例中，利润的目标值为32， 可能目标值会达不到，所以加上一个
产品 资源
甲 乙 资源量
设备/台时 3
2
18
负偏差变量d3-≥0，把目标函数变成
原料A/吨
1
0
4
3x15x2d332
原料B/吨 单位赢利/
0 3
2 5
12
万元
但是同样，目标值也有可能会超出，所以减去一个正偏差变量
d3+≥0，把目标函数变成
A）恰好达到目标值 B）允许超过目标值 C）不允许超过 目标值
构造一个由优先因子和权系数相对应的偏差变量组成的，要求实 现极小化的目标函数.
用目标规划求解问题的过程：
明确问题，列出 目标的优先级和
权系数
构造目标规 划模型
N
满意否？
Y
据此制定出决策方案
目标规划的数学模型
求出满意解 分析各项目标
完成情况
p （3 3）计划利润指标32，并且尽可能达到或超过这个利润指标.
问：如何安排生产可以使得获利最大？
分析：
p（1 1）要求甲产品的产量不大于乙产品的产量；
（1）产量偏差变量
d1 , d1 0
p 2（2）尽可能充分利用设备台时，不希望加班生产；

运筹学 第四章 整数规划与分配问题


第四章 整数规划与分配问题
冯大光制作
(4)
沈阳农业大学
第四章 整数规划与分配问题
冯大光制作
第二节 分配问题与匈牙利法
在实际中经常会遇到这样的问题，有n 项不同 的任务，需要n 个人分别完成其中的一项，但由 于任务的性质和各人的专长不同，因此各人去 完成不同的任务的效率（或花费的时间或费用） 也就不同。于是产生了一个问题，应指派哪个 人去完成哪项任务，使完成 n 项任务的总效率 最高（或所需时间最少），这类问题称为指派 问题或分配问题。
种下料方式可以得到各种零件的毛坯数以及每种
零件的需要量，如表所示。问怎样安排下料方式， 使得即满足需要，所用的原材料又最少？
沈阳农业大学
第四章 整数规划与分配问题
冯大光制作
设：xj 表示用Bj (j=1.2…n) 种方式下料根数模型：
x1 … xn
零件 方 个数 式 零件
A1 b1 Am am1 amn bm
沈阳农业大学
第四章 整数规划与分配问题
冯大光制作
逻辑变量的应用
沈阳农业大学
第四章 整数规划与分配问题
冯大光制作
沈阳农业大学
第四章 整数规划与分配问题
冯大光制作
沈阳农业大学
第四章 整数规划与分配问题
冯大光制作
(3)两组条件满足其中一组
若 x1 4，则 x2 1 ；否则（即 x1 4 时） 2 3 x
列的零元素，则只要令这些零元素位置的 xij 1 ，其 n n 余的 xij 0 ，则 z aij xij 就是问题的最优解．
i 1 j 1
沈阳农业大学
第四章 整数规划与分配问题
冯大光制作
如效率 矩阵为

运筹学第四章 目标规划


(1)首先,根据市场信息,椅子的销售量已 )首先,根据市场信息, 有下降的趋势,故应果断决策减少椅子的产量, 有下降的趋势,故应果断决策减少椅子的产量, 其产量最好不大于桌子的产量. 其产量最好不大于桌子的产量. (2)其次,市场上找不到符合生产质量要求 )其次, 的木工了, 的木工了,因此决不可能考虑增加木工这种资 源来增加产量, 源来增加产量,并且由于某种原因木工决不可 能加班. 能加班. (3)再其次,应尽可能充分利用油漆工的有 )再其次, 效工作时间,但油漆工希望最好不加班. 效工作时间,但油漆工希望最好不加班. (4)最后,企业考虑最好达到并超过预计利 )最后, 润指标 56元. 元
4.目标规划的目标函数. .目标规划的目标函数. 目标规划的目标函数是通过各目标约束的正, 目标规划的目标函数是通过各目标约束的正, 负偏差变量和赋于相应的优先等级来构造的. 负偏差变量和赋于相应的优先等级来构造的.当 每一目标值确定后, 每一目标值确定后,决策者的要求是尽可能从某 个方向缩小偏离目标的数值.于是, 个方向缩小偏离目标的数值.于是,目标规划的 目标函数应该是求极小: 目标函数应该是求极小:min f = f (d +,d -). . 其基本形式有三种: 其基本形式有三种: (1)要求恰好达到目标值,即使相应目标约束 )要求恰好达到目标值, 的正,负偏差变量都要尽可能地小. 的正,负偏差变量都要尽可能地小.这时取 min (d + + d - ); ; (2)要求不超过目标值,即使相应目标约束的 )要求不超过目标值, 正偏差变量要尽可能地小. 正偏差变量要尽可能地小.这时取 min (d + ); ; (3)要求不低于目标值,即使相应目标约束的 )要求不低于目标值, 负偏差变量要尽可能地小. 负偏差变量要尽可能地小.这时取 min (d - ); ;

运筹学第四章

第 5 次课 2学时本次课教学重点：建立数学模型本次课教学难点：建立数学模型本次课教学内容：第四章线性规划在工商管理中的应用第一节人力资源分配的问题例1．某昼夜服务的公交线路每天各时间段内所需司机和乘务人员数如下：设司机和乘务人员分别在各时间段一开始时上班，并连续工作八小时，问该公交线路怎样安排司机和乘务人员，既能满足工作需要，又配备最少司机和乘务人员?解：设x i( i = 1,2,…,7)表示星期一至日开始休息的人数,这样我们建立如下的数学模型。

目标函数：Min x1 + x2 + x3 + x4 + x5 + x6 + x7约束条件：s.t. x1 + x2 + x3 + x4 + x5≥28x2 + x3 + x4 + x5 + x6≥15x3 + x4 + x5 + x6 + x7≥24x4 + x5 + x6 + x7 + x1≥25x5 + x6 + x7 + x1 + x2≥19x6 + x7 + x1 + x2 + x3≥31x7 + x1 + x2 + x3 + x4≥28x1,x2,x3,x4,x5,x6,x7≥0例2．一家中型的百货商场，它对售货员的需求经过统计分析如下表所示。

为了保证售货人员充分休息，售货人员每周工作5天，休息两天，并要求休息的两天是连续的。

问应该如何安排售货人员的作息，既满足工作需要，又使配备的售货人员的人数最少？解：设x i ( i = 1,2,…,7)表示星期一至日开始休息的人数,这样我们建立如下的数学模型。

目标函数：Min x1 + x2 + x3 + x4 + x5 + x6 + x7约束条件：s.t. x1 + x2 + x3 + x4 + x5 ≥28x2 + x3 + x4 + x5 + x6 ≥15x3 + x4 + x5 + x6 + x7 ≥24x4 + x5 + x6 + x7 + x1 ≥25x5 + x6 + x7 + x1 + x2 ≥19x6 + x7 + x1 + x2 + x3 ≥31x7 + x1 + x2 + x3 + x4 ≥28x1,x2,x3,x4,x5,x6,x7 ≥0第二节生产计划的问题例3．某公司面临一个是外包协作还是自行生产的问题。

第4章 最优化方法(运筹学)


例题分析5：投资问题
例5 某部门现有资金200万元，今后五年内考虑给以下的项目 投资。已知： 项目A：从第一年到第五年每年年初都可投资，当年末能收回 本利110%； 项目B：从第一年到第四年每年年初都可投资，次年末能收回 本利125%，但规定每年最大投资额不能超过30万元； 项目C：需在第三年年初投资，第五年末能收回本利140%，但 规定最大投资额不能超过80万元； 项目D：需在第二年年初投资，第五年末能收回本利155%，但 规定最大投资额不能超过100万元。 问应如何确定这些项目的每年投资额，使得第五年年末拥 有资金的本利金额为最大？

欧洲的古代城堡为什么建成圆形？
案例：生产计划问题
例1.
某工厂在计划期内要安排Ⅰ、Ⅱ两种产品的 生产，已知生产单位产品所需的设备台时及A、B两 种原材料的消耗、资源的限制，如下表：
Ⅰ
设备 原料 A 原料 B 单位产品获利 1 2 0 50 元
Ⅱ
1 1 1 100 元资源限制 300 来自时 400 千克 250 千克
问题：工厂应分别生产多少单位Ⅰ、Ⅱ产品才能
使工厂获利最多？
第一节 线性规划
一、在管理中一些典型的线性规划应用 二、线性规划的一般模型

三、线性规划问题的计算机求解
（Excel，lingo）
第一节 线性规划
一、在管理中一些典型的线性规划应用 1、合理利用线材问题：如何在保证生产的条件下， 下料最少 2、配料问题：在原料供应量的限制下如何获取最大 利润 3、投资问题：从投资项目中选取方案，使投资回报 最大 4、产品生产计划：合理利用人力、物力、财力等， 使获利最大 5、劳动力安排：用最少的劳动力来满足工作的需要 6、运输问题：如何制定调运方案，使总运费最小

《运筹学》第四章习题及答案

《运筹学》第四章习题及答案问题。

运筹学》第四章习题及答案、思考题1．运输问题的数学模型具有什么特征？为什么其约束方程的系数矩阵的秩最多等于 m ，n,1 ？2．用左上角法确定运输问题的初始基本可行解的基本步骤是什么？小元素法的基本思想是什么？为什么在一般情况下不可能用它直接得到运输问题的最优方案？4．沃格尔法（Vogel 法）的基本思想是什么？它和最小元素法相比给出的运输问题的初始基本可行解哪一个更接近于最优解？为什么？5．试述用闭回路法检验给定的调运方案是否最优的原理，其检验数的经济意义是什么？6．用闭回路法检验给定的调运方案时，如何从任意空格出发去寻找一条闭回路？这闭回路是否是唯一的？如何把一个产销不平衡的运输问题（产大于销或销大于产）转化为产销平衡的运输 10．一般线性规划问题应具备什么特征才可以转化为运输问题的数学模型？11．试述在表上作业法中出现退化解的涵义及处理退化解的方法。

7．试述用位势法求检验数的原理、步骤和方法。

8．试给出运输问题的对偶问题（对产销平衡问题）。

9．、判断下列说法是否正确1．运输问题模型是一种特殊的线性规划模型，所以运输问题也可以用单纯形方法求解。

2 ．因为运输问题是一种特殊的线性规划模型，因而求其解也可能出现下列四种情况：有唯一最优解；有无穷多个最优解；无界解；无可行解。

3 ．在运输问题中，只要给出一组（ ,,xijm ，n,1 ）个非零的，且满足nm，，就可以作为一个基本可行解。

4 ．表上作业法实质上就是求解运输问题的单纯形法。

5．按最小元素法或元素差额法给出的初始基本可行解，从每一空格出发都可以找到一闭回路，且此闭回路是唯一的。

6．如果运输问题单位运价表的某一行（或某一列）元素分别加上一个常数 k，最优调运方案将不会发生变化。

7．如果运输问题单位运价表的某一行（或某一列）元素分别乘上一个常数 k，最优调运方案将不会发生变化。

8．用位势法计算检验数时，先从某一行（或列）开始，给出第一个位势的值，这个先给出的位势值必须是正的。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第 5 次课 2学时本次课教学重点：建立数学模型本次课教学难点：建立数学模型本次课教学内容：第四章线性规划在工商管理中的应用第一节人力资源分配的问题例1．某昼夜服务的公交线路每天各时间段内所需司机和乘务人员数如下：班次时间所需人数1 6：00 ——10：00 602 10：00 ——14：00 703 14：00 ——18：00 604 18：00 ——22：00 505 22：00 ——2：00 206 2：00 ——6：00 30设司机和乘务人员分别在各时间段一开始时上班，并连续工作八小时，问该公交线路怎样安排司机和乘务人员，既能满足工作需要，又配备最少司机和乘务人员?解：设x i( i = 1,2,…,7)表示星期一至日开始休息的人数,这样我们建立如下的数学模型。

目标函数：Min x1 + x2 + x3 + x4 + x5 + x6 + x7约束条件：s.t. x1 + x2 + x3 + x4 + x5≥28x2 + x3 + x4 + x5 + x6≥15x3 + x4 + x5 + x6 + x7≥24x4 + x5 + x6 + x7 + x1≥25x5 + x6 + x7 + x1 + x2≥19x6 + x7 + x1 + x2 + x3≥31x7 + x1 + x2 + x3 + x4≥28x1,x2,x3,x4,x5,x6,x7≥0例2．一家中型的百货商场，它对售货员的需求经过统计分析如下表所示。

为了保证售货人员充分休息，售货人员每周工作5天，休息两天，并要求休息的两天是连续的。

问应该如何安排售货人员的作息，既满足工作需要，又使配备的售货人员的人数最少？时间所需售货员人数星期日28星期一15星期二24星期三25星期四19星期五31星期六28解：设x i ( i = 1,2,…,7)表示星期一至日开始休息的人数,这样我们建立如下的数学模型。

目标函数：Min x1 + x2 + x3 + x4 + x5 + x6 + x7约束条件：s.t. x1 + x2 + x3 + x4 + x5 ≥28x2 + x3 + x4 + x5 + x6 ≥15x3 + x4 + x5 + x6 + x7 ≥24x4 + x5 + x6 + x7 + x1 ≥25x5 + x6 + x7 + x1 + x2 ≥19x6 + x7 + x1 + x2 + x3 ≥31x7 + x1 + x2 + x3 + x4 ≥28x1,x2,x3,x4,x5,x6,x7 ≥0第二节生产计划的问题例3．某公司面临一个是外包协作还是自行生产的问题。

该公司生产甲、乙、丙三种产品，都需要经过铸造、机加工和装配三个车间。

甲、乙两种产品的铸件可以外包协作，亦可以自行生产，但产品丙必须本厂铸造才能保证质量。

数据如表。

问：公司为了获得最大利润，甲、乙、丙三种产品各生产多少件？甲、乙两种产品的铸造中，由本公司铸造和由外包协作各应多少件？甲乙丙资源限制铸造工时(小时/件) 5 10 7 8000机加工工时(小时/件) 6 4 8 12000装配工时(小时/件) 3 2 2 10000自产铸件成本(元/件) 3 5 4外协铸件成本(元/件) 5 6 --机加工成本(元/件) 2 1 3装配成本(元/件) 3 2 2产品售价(元/件) 23 18 16解：设x1,x2,x3 分别为三道工序都由本公司加工的甲、乙、丙三种产品的件数，x4,x5分别为由外协铸造再由本公司加工和装配的甲、乙两种产品的件数。

求x i 的利润：利润= 售价- 各成本之和产品甲全部自制的利润=23-(3+2+3)=15产品甲铸造外协，其余自制的利润=23-(5+2+3)=13产品乙全部自制的利润 =18-(5+1+2)=10 产品乙铸造外协，其余自制的利润 =18-(6+1+2)=9 产品丙的利润 =16-(4+3+2)=7可得到 x i （i = 1,2,3,4,5） 的利润分别为 15、10、7、13、9 元。

通过以上分析,可建立如下的数学模型:目标函数： Max 15x 1 + 10x 2 + 7x 3 + 13x 4 + 9x 5 约束条件： 5x 1 + 10x 2 + 7x 3 ≤ 80006x 1 + 4x 2 + 8x 3 + 6x 4 + 4x 5 ≤ 12000 3x 1 + 2x 2 + 2x 3 + 3x 4 + 2x 5 ≤ 10000 x 1,x 2,x 3,x 4,x 5 ≥ 0例4．永久机械厂生产Ⅰ、Ⅱ、Ⅲ三种产品，均要经过A 、B 两 道工序加工。

设有两种规格的设备A 1、A 2能完成 A 工序；有三种规格的设备B 1、B 2、B 3能完成 B 工序。

Ⅰ可在A 、B 的任何规格的设备上加工；Ⅱ 可在任意规格的A 设备上加工，但对B 工序，只能在B 1设备上加工；Ⅲ只能在A 2与B 2设备上加工。

数据如表。

问：为使该厂获得最大利润，应如何制定产品加工方案？解：设 x ijk 表示第 i 种产品，在第 j 种工序上的第 k 种设备上加工的数量。

建立如下的数学模型:s.t. 5x 111 + 10x 211 ≤ 6000 （ 设备 A 1 ） 7x 112 + 9x 212 + 12x 312 ≤ 10000 （ 设备 A 2 ） 6x 121 + 8x 221 ≤ 4000 （ 设备 B 1 ） 4x 122 + 11x 322 ≤ 7000 （ 设备 B 2 ） 7x 123 ≤ 4000 （ 设备 B 3 ）x 111+ x 112- x 121- x 122- x 123 = 0 (Ⅰ产品在A 、B 工序加工的数量相等）x 211+ x 212- x 221 = 0 （Ⅱ产品在A 、B 工序加工的数量相等） x 312 - x 322 = 0 （Ⅲ产品在A 、B 工序加工的数量相等） x ijk ≥ 0 , i = 1,2,3; j = 1,2; k = 1,2,3目标函数为计算利润最大化，利润的计算公式为：利润 = [（销售单价 - 原料单价）* 产品件数]之和 -（每台时的设备费用*设备实际使用的总台时数）之和。

这样得到目标函数：产品单件工时 设备 Ⅰ Ⅱ Ⅲ 设备的 有效台时 满负荷时的设备费用 A 1 5 10 6000 300 A 2 7 9 12 10000 321 B 1 6 8 4000 250 B 2 4 11 7000 783B 3 7 4000 200 原料（元/件） 0.25 0.35 0.50 售价（元/件） 1.25 2.00 2.80Max(1.25-0.25)(x111+x112)+(2-0.35)x221+(2.80-0.5)x312–300/6000(5x111+10x211)-321/10000(7x112+9x212+12x312)-250/4000(6x121+8x221)-783/7000(4x122+11x322)-200/4000(7x123).经整理可得：Max0.75x111+0.7753x112+1.15x211+1.3611x212+1.9148x312-0.375x121-0.5x221-0.4475x122-1.2304x322-0.35 x123第三节套裁下料问题例5．某工厂要做100套钢架，每套用长为2.9 m,2.1 m,1.5 m的圆钢各一根。

已知原料每根长7.4 m，问：应如何下料，可使所用原料最省？解：共可设计下列5 种下料方案，见下表方案1 方案2 方案3 方案4 方案52.9 m 1 2 0 1 02.1 m 0 0 2 2 11.5 m 3 1 2 0 3合计7.4 7.3 7.2 7.1 6.6 剩余料头0 0.1 0.2 0.3 0.8设x1,x2,x3,x4,x5 分别为上面 5 种方案下料的原材料根数。

这样我们建立如下的数学模型。

目标函数：Min x1 + x2 + x3 + x4 + x5约束条件：s.t. x1 + 2x2 + x4≥1002x3 + 2x4 + x5≥1003x1 + x2 + 2x3+ 3x5≥100x1,x2,x3,x4,x5≥0•用“管理运筹学”软件计算得出最优下料方案：按方案1下料30根；按方案2下料10根；按方案4下料50根。

即x1=30;x2=10；x3=0；x4=50；x5=0；只需90根原材料就可制造出100套钢架。

•注意：在建立此类型数学模型时，约束条件用大于等于号比用等于号要好。

因为有时在套用一些下料方案时可能会多出一根某种规格的圆钢，但它可能是最优方案。

如果用等于号，这一方案就不是可行解了。

第四节配料问题例6．某工厂要用三种原料1、2、3混合调配出三种不同规格的产品甲、乙、丙，数据如右表。

问：该厂应如何安排生产，使利润收入为最大？产品名称规格要求单价（元/kg）甲原材料1不少于50%，原材料2不超过25% 50乙原材料1不少于25%，原材料2不超过50% 35丙不限25原材料名称每天最多供应量单价（元/kg）1 100 652 100 253 60 35解：设x ij表示第i 种（甲、乙、丙）产品中原料j 的含量。

这样我们建立数学模型时，要考虑：对于甲：x11，x12，x13；对于乙：x21，x22，x23；对于丙：x31，x32，x33；对于原料1：x11，x21，x31；对于原料2：x12，x22，x32；对于原料3：x13，x23，x33；目标函数：利润最大，利润= 收入- 原料支出约束条件：规格要求4 个；供应量限制3 个。

•利润=总收入-总成本=甲乙丙三种产品的销售单价*产品数量-甲乙丙使用的原料单价*原料数量，故有目标函数Max 50（x11+x12+x13）+35（x21+x22+x23）+25（x31+x32+x33）-65（x11+x21+x31）-25（x12+x22+x32）-35（x13+x23+x33）= -15x11+25x12+15x13-30x21+10x22-40x31-10x33约束条件：从第1个表中有：x11≥0.5(x11+x12+x13)x12≤0.25(x11+x12+x13)x21≥0.25(x21+x22+x23)x22≤0.5(x21+x22+x23)从第2个表中，生产甲乙丙的原材料不能超过原材料的供应限额，故有(x11+x21+x31)≤100(x12+x22+x32)≤100(x13+x23+x33)≤60通过整理，得到以下模型：目标函数：Max z = -15x11+25x12+15x13-30x21+10x22-40x31-10x33约束条件：s.t. 0.5 x11-0.5 x12 -0.5 x13≥0 （原材料1不少于50%）-0.25x 11+0.75x 12 -0.25x 13 ≤ 0 （原材料2不超过25%） 0.75x 21-0.25x 22 -0.25x 23 ≥ 0 （原材料1不少于25%） -0.5 x 21+0.5 x 22 -0.5 x 23 ≤ 0 （原材料2不超过50%） x 11+ x 21 + x 31 ≤ 100 (供应量限制） x 12+ x 22 + x 32 ≤ 100 (供应量限制) x 13+ x 23 + x 33 ≤ 60 (供应量限制） x ij ≥ 0 , i = 1,2,3; j = 1,2,3例7.汽油混合问题。