数学建模-生产计划问题数学建模-生产计划问题PAGEPAGE学习参考资料分享数学建模-生产计划问题数学建模作业生产计划问题班级数学与应用数学一班姓名高尚学号生产计划问题摘要本文通过对每个季度各种产品产量、需求量和存储量之间关系的分析，建立了基于的生产决策模型，解决了生产计划问题，并提出合理的生产
方案
气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载
得到了总赔偿和存储费用的最优解。针对该问题，采用线性规划的方法，首先确定为第季度产品的产量，为第季度产品的需求量，为第季度末产品的库存量，用0-1规划来限制上述变量，然后确定这些变量所具有的约束条件，最后列出目标函数与约束条件，利用软件（见附录）求解出总的赔偿和库存费用的最小值为元。模型思路清晰，考虑周全，可以针对同类问题进行建模，具有一定的应用性和推广性。关键词：、0-1规划、生产决策、线性规划一、问题重述对某厂I、II、III三种产品下一年各季度的
合同
劳动合同范本免费下载装修合同范本免费下载租赁合同免费下载房屋买卖合同下载劳务合同范本下载
预订数如
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
1所示。表1产品季度1234I1500100020001200II1500150012001500III1000200015002500该三种产品1季度初无库存，要求在4季度末各库存150件。已知该厂每季度生产工时为小时，生产I、II、III产品每件分别需要、、小时。因更换工艺装备，产品I在2季度无法生产。规定当产品不能按期交货时，产品I、II每件每迟交一个季度赔偿元，产品III赔元；又生产出来产品不在本季度交货的，每件每季度的库存费用为元。问该厂应如何安排生产，使总的赔偿加库存的费用为最小。二、问题分析该问题的目标是使一年内总的赔偿加库存费用最小，需要重新建立生产计划，每种产品在每个季度的产量、贮存量、需求量都对最终决策起到了限制,因此需要对变量进行0-1规划，建立目标函数与约束条件，在此基础上实现总的赔偿加库存的费用最小的目的。三、模型假设产量、贮存量、需求量不受外界因素影响；产品的生产时间互不影响；变量间没有相互影响。四、变量说明变量含义总赔偿和库存费用第季度产品的产量第季度产品的需求量第季度末产品的库存量五、模型的建立与求解根据题中所给条件分析可得：决策目标:总的赔偿费用为每个季度各产品费用的总和，总的库存费用为每个季度各产品的总库存量与费用之积，总的赔偿加库存的费用最小为目标，即：约束条件一：每个季度总工时是有限的，第季度生产所有产品所耗总工时不能超过每季度生产工时，即：约束条件二：产品I在第二季度无法生产，产量为0，即：约束条件三：每种产品在第四季度给库存150件，四个季度的总产量与第四季度库存量总和为该种产品一年的总需求量，即：约束条件四：第季度的库存量就是本季度生产量与上个季度库存量之和在除去需求量，即：约束条件五：每个季度每种产品的产品量不可能为负数，并且也只能为整数，即：线性规划的目标函数与约束条件方程为：利用得出总的赔偿加库存的费用最小为元。六、模型结果的分析与检验结果分析根据模型的计算式子，利用软件求解得出了总的赔偿和库存费用，在不考虑其它风险的情况下，限定的工时内，通过对每种产品安排不同的工时，求得了最少的赔偿以及库存费用，但是利润不一定是最高的。结果检验当改变不同产品的总工时时，赔偿和库存费用便会增高。七、模型的推广与改进方向模型的推广本模型适用于以0-1规划为基础的线性规划的问题，考虑不同变量间的相互影响，为工厂或企业提供生产计划的最优解。模型的改进当约束条件增加时，模型求得的结果会更精确、八、模型的优缺点优点模型思路清晰，求解相对简单，可以针对同类问题进行建模，具有比较大的应用性和实际性。缺点当变量之间有相互影响时，该模型就不适用。九、参考文献[1]姜启源.数学模型（第四版）[M].北京：高等教育出版社，1999.:85-100.[2]韩中庚.数学建模方法及其应用（第二版）[M].北京：高等教育出版社，2009.[3]陈国华.数学模型与数学建模方法[M].天津：南开大学出版社，2012.:53-62.十、附录附录一：Lingo代码model:sets:season/1..4/:;product/1..3/:r,a;!a是生产用时,r赔偿;link(season,product):x,p,s;!p销量,s是余量;endsetsmin=@sum(season(i):@sum(product(j):@if(s(i,j)#ge#0,*s(i,j),-r(j)*s(i,j))));@for(season(i):@sum(product(j):a(j)*x(i,j))<=;x21=0;@for(product(j):s(4,j)=150);@for(link(i,j):s(i,j)=@if(i#eq#1,x(i,j)-p(i,j),x(i,j)-p(i,j)+s(i-1,j)));@for(link(i,j):@free(s);@gin(x));data:p=150015001000100015002000200012001500120015002500;r=;a=;enddataend附录二：运行结果Localoptimalsolutionfound.Objectivevalue:Objectivebound:Infeasibilities:Extendedsolversteps:0Totalsolveriterations:203VariableValueX21R(1)R(2)R(3)A(1)A(2)A(3)X(1,1)X(1,2)X(1,3)X(2,1)X(2,2)X(2,3)X(3,1)X(3,2)X(3,3)X(4,1)X(4,2)X(4,3)P(1,1)P(1,2)P(1,3)P(2,1)P(2,2)P(2,3)P(3,1)P(3,2)P(3,3)P(4,1)P(4,2)P(4,3)S(1,1)S(1,2)S(1,3)S(2,1)S(2,2)S(2,3)S(3,1)S(3,2)S(3,3)S(4,1)S(4,2)S(4,3)RowSlackorSurplus123456789101112131415161718192021
浙公网安备 33021202002483