- 在线时间
- 791 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2017-6-12
- 听众数
- 15
- 收听数
- 0
- 能力
- 120 分
- 体力
- 36305 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13852
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 12
- 分享
- 0
- 好友
- 225
TA的每日心情 | 开心 2020-11-14 17:15 |
|---|
签到天数: 74 天 [LV.6]常住居民II
 群组: 2019美赛冲刺课程 群组: 站长地区赛培训 群组: 2019考研数学 桃子老师 群组: 2018教师培训(呼伦贝 群组: 2019考研数学 站长系列 |
问题实例 :在制造企业的中期或短期生产计划管理中,常常要考虑如下的生产计划优化问题: 在给定的外部需求和生产能力等限制条件下,按照一定的生产目标(通常是生产总费用 最小)编制未来若干个生产周期的最优生产计划,这种问题在文献上一般称为批量问题 (lotsizing problems)。所谓某一产品的生产批量(lotsize),就是每通过一次生产准备生 产该产品时的生产数量,它同时决定了库存水平。由于实际生产环境的复杂性,如需求 的动态性,生产费用的非线性,生产工艺过程和产品网络结构的复杂性,生产能力的限 制,以及车间层生产排序的复杂性等,批量问题是一个非常复杂、非常困难的问题。 我们通过下面的具体实例来说明这种多级生产计划问题的优化模型。这里“多级” 的意思是需要考虑产品是通过多个生产阶段(工艺过程)生产出来的。
% W2 n, u5 X0 d e: D$ ]/ v, X# Z' C: _8 s- E. j, B
例 1 某工厂的主要任务是通过组装生产产品 A,用于满足外部市场需求。产品 A 的构成与组装过程见图 1,即 D , E,F,G 是从外部采购的零件,先将零件 D,E 组装成部件B ,零件 F,G 组装成部件C ,然后将部件 B,C 组装成产品 A出售。图中弧上的
. y- S! E# c/ n8 p2 P" T, t数字表示的是组装时部件(或产品)中包含的零件(或部件)的数量(可以称为消耗系 数),例如DB弧上数字“9”表示组装 1 个部件B 需要用到 9 个零件D;BA弧上的 数字“5”表示组装 1 件产品 A需要用到 5 个部件B ;依此类推。
. |& l5 x. e6 r% b9 X) _. G% o' p
' [" @1 S8 \) j8 x " X7 P- T8 U# J$ ^3 T5 a1 @
# O: J) I$ }; m m8 F假设该工厂每次生产计划的计划期为 6 周(即每次制定未来 6 周的生产计划),只 有最终产品 A有外部需求,目前收到的订单的需求件数按周的分布如表 1 第 2 行所示。 部件 B,C 是在该工厂最关键的设备(可以称为瓶颈设备)上组装出来的,瓶颈设备的生产能力非常紧张,具体可供能力如表1第3行所示(第2周设备检修,不能使用)。 B,C的能力消耗系数分别为 5 和 8,即生产 1 件B 需要占用 5 个单位的能力,生产 1 件C 需 要占用 8 个单位的能力。 " k4 P+ l) Q9 t, @
, N" ]8 T) v- Y- _" Z3 U![]()
- s7 K$ w2 l% {4 f- d- D( f2 t) V2 G# M2 J3 ~
对于每种零部件或产品,如果工厂在某一周订购或者生产该零部件或产品,工厂 需要一个与订购或生产数量无关的固定成本(称为生产准备费用);如果某一周结束时该零部件或产品有库存存在,则工厂必须付出一定的库存费用(与库存数量成正比) 。 这些数据在表 1 第 5 、6 行给出。
3 }2 Z" R( j0 \7 a7 Z
" i+ l3 Y5 `! C5 |% ?按照工厂的信誉要求,目前接收的所有订单到期必须全部交货,不能有缺货;此外,不妨简单地假设目前该企业没有任何零部件或产品库存,也不希望第 6 周结束后留下任何零部件或产品库存。最后,假设不考虑生产提前期,即假设当周采购的零件马上 就可用于组装,组装出来的部件也可以马上用于当周组装成品 A。 在上述假设和所给数据下,如何制定未来 6 周的生产计划。
6 w: o1 H2 f) Z* }' l' b
8 d6 b( ]. u) x/ D5 B2 建立模型
& ^% c' Y \; p" q3 ? x; d
) ^2 t: l9 _( \: s(1)问题分析
2 S6 w. J F; \( r! M* j# ? I! c2 O6 V+ K1 l
这个实例考虑的是在有限的计划期内,给定产品结构、生产能力和相关费用及零 部件或成品(以下统称为生产项目)在离散的时间段上(这里是周,也可以是天、月等) 的外部需求之后,确定每一生产项目在每一时间段上的生产量(即批量),使总费用最 小。由于每一生产项目在每一时间段上生产时必须经过生产准备(setup),所以通常的 讨论中总费用至少应考虑生产准备费用和库存费用。其实,细心的读者一定会问:是否需要考虑生产的直接成本(如原材料成本、人力成本、电力成本等)?这是因为本例中 假设了不能有缺货发生,且计划初期和末期的库存都是 0,因此在这个 6 周的计划期内 A的总产量一定正好等于 A的总需求,所以可以认为相应的直接生产成本是一个常数, 因此就不予考虑了。只要理解了我们下面建立优化模型的过程和思想,对于放松这些假 定条件以后的情形,也是很容易类似地建立优化模型的。, P5 s5 V( U! \# Z- x
7 R4 e- e) ~( w# t# ]0 D
(2)符号说明5 x3 P7 R: t+ j+ _/ S- |
3 w5 p# x7 Y1 W) J" G
为了建立这类问题的一般模型,我们定义如下数学符号:
9 E* y& R& _, a4 E! q9 m9 k3 A* b9 d3 z7 G p/ B
N :生产项目总数(本例中 N =7);8 _" i& k" |& B; F: O
' ?1 `5 C- ?3 qT :计划期长度(本例中 T =6) ;
3 W' Q1 D, ] f7 l/ E1 s+ I2 S+ Z3 [
K :瓶颈资源种类数(本例中 K =1 ); ) g5 J& h6 m9 Q
, u+ b% r# t9 Z% {5 ^! W# W
M :一个充分大的正数,在模型中起到使模型线性化的作用;
0 y Z" `1 n" ]7 a
7 A1 t4 X: \: u7 C- Z :项目i在t时段的外部需求(本例中只有产品 A有外部需求);/ ?) F& y) \) w( ^3 V8 A
' e: i# J6 ^+ D! E: a* F
:项目i在t时段的生产批量; 4 J3 Q+ p4 F# Y) p3 m
! N+ t& T" E2 a) a8 C& K3 U* D
:项目i在t时段的库存量;
0 s7 W3 A8 x ]: k
0 w8 i* x& B) l0 z/ Q :项目i在t时段是否生产的标志(0:不生产,1:生产); ! S+ O: t) z5 m+ o7 Q5 l0 d
" i4 q7 g- D' k* @7 n# q) O
:产品结构中项目i的直接后继项目集合; 2 @: E0 G9 e6 w" X
1 B$ u: m/ N" M
:产品结构中项目 j 对项目i的消耗系数; - F9 ^1 _% F% v8 {5 K' b
9 g4 U8 w9 L8 Y4 W :项目i在t时段生产时的生产准备费用;
1 J& r" B$ ` }& ]; j- X
. t& X0 p! G2 C4 M7 ` :项目i在t时段的单件库存费用; * `1 J9 X' v" L. S" X$ v7 [& n& S
# X* l! ], [& n$ g2 _
:资源k 在t时段的能力上限; 8 e* o. a- B+ V3 \
2 {% C4 }: E3 n# o :项目i在t时段生产时,生产单个项目占用资源k 的能力; ' K |! d8 h( j; \$ ^( n5 k: ^, l. k
3 t% X* C" L' r, v![]()
; p3 |: A* [( w/ h: j% v( r& R/ H) I, b% N4 }* B8 |0 r: }2 t
(3)目标函数6 ?" L2 x4 L% c% E. \2 v* B7 V
! E( o3 P4 M8 U% \这个问题的目标是使生产准备费用和库存费用的总和最小。因此,目标函数应该 是每个项目在每个阶段上的生产准备费用和库存费用的总和,即 8 @- R2 d" r) h
9 I" L p* D! b' N# H* b ( 1 )% ^% x0 C% l0 M
, E8 g, j5 l9 Q8 ^% j(4)约束条件
2 w" B& K; i% u! t( O: F9 m6 x- t1 e. s* S! L/ G
这个问题中的约束有如下几类:每个项目的物流应该守恒、资源能力限制应该满足、每时段生产某项目前必须经过生产准备和非负约束(对 是 0− 1约束)。 所谓物流守恒,是指对每个时段、每个项目(图中一个节点)而言,该项目在上一个时段的库存量加上当前时段的生产量,减去该项目当前时段用于满足外部需求的量 和用于组装其它项目(直接后继项目)的量,应当等于当前时段的库存量。具体可以写成如下表达式(假设 ):
0 y$ i# `& r/ [4 C8 Y
. C, b, g! r6 \9 a$ ?# p3 Q) [ ( 2 )
- ^. A2 i9 i% r( W7 H: G
t! q& i# J5 @- V+ c: L x资源能力限制比较容易理解,即
2 ~5 D- h9 U S& f5 _1 R1 f7 S+ ]) u6 d2 z. v/ c8 O
( 3 )
6 X- i0 V$ Y" T1 G7 e! ]. e) f+ {) | o V$ ]
![]()
4 F& s. e/ f" u1 S- c; V) z
. ]/ X& e6 x! k3 求解模型 3 b X% }6 g3 C# H6 R0 \
, n5 P2 w7 c. z) N6 w ; e) ^; a& M' G! @
7 {) E! S2 G+ {8 x
![]()
. G8 t L r* o- | z& v5 Q0 x) a8 s2 K6 y; t
& X: k' j8 F2 t p- {; k0 _8 d$ t/ Q- w# c' J) C
MODEL:
4 B) M5 P6 M8 i, I0 xTITLE 瓶颈设备的多级生产计划; ( S* b+ t, J c4 D4 S
SETS: 7 Z/ A% u. j' [
! PART=项目集合,Setup=生产准备费,Hold=单件库存成本, A=对瓶颈资源的消耗系数; 9 m! B5 M: m! t4 u3 H; {
PART/A B C D E F G/:Setup,Hold,A; $ [% o1 c: Q3 F0 ?* |
! TIME=计划期集合,Capacity=瓶颈设备的能力; 9 z( j2 A3 U. B" ^' Y
TIME/1..6/:Capacity; 1 r- K7 [, l7 I4 o0 K/ g
! USES=项目结构关系,Req=项目之间的消耗系数;
~' o, P, T8 B' @USES(PART,PART):Req; 7 G) q( f' v- I/ i+ k# |9 s
! PXT=项目与时间的派生集合,Demand=外部需求, X=产量(批量), Y=0/1变量,INV=库存; PXT(PART,TIME) emand,X,Y,Inv;
: W* Y' B# s+ V$ z) a! pENDSETS
2 N F7 ] F, a% P C5 F: G! 目标函数; - u. B0 m h, T, a6 @6 I
[OBJ]Min=@sum(PXT(i,t):setup(i)*Y(i,t)+hold(i)*Inv(i,t)); * s7 k: R5 y) _* i4 |% X! P5 }
! 物流平衡方程;
; ]) p7 a5 R1 i6 y@FOR(PXT(i,t)|t #NE#
- M) k. l% u" j9 U# h+ O* d1:[Bal]Inv(i,t-1)+X(i,t)-Inv(i,t)=Demand(i,t)+@SUM(USES(i,j):Req( i,j)*X(j,t))); @FOR(PXT(i,t)|t #eq#
* w* q% ]6 r6 O" G, N2 A: O1:[Ba0]X(i,t)-Inv(i,t)=Demand(i,t)+@SUM(USES(i,j):Req(i,j)*X(j,t) )); 0 _1 z. o7 E% a0 h
! 能力约束; ( s& b/ i* X* O2 C. f8 }5 ?
@FOR(TIME(t):[Cap]@SUM(PART(i):A(i)*X(i,t))<Capacity(t)); * v, Y; S. q. |% b9 `
! 其他约束; 8 u8 y/ P8 v1 w; m6 j# ?6 T8 x
M = 25000; 1 |& b5 i% J1 c' _, J6 R- _
@FOR(PXT(i,t):X(i,t)<=M*Y(i,t));
& \: @, M/ | F1 d/ O@FOR(PXT BIN(Y)); 3 B" F' v8 O' p' u6 A
DATA:
- X: u' w& A$ QDemand=0;Req =0;
% n! x1 q2 S7 Q0 K; d0 xCapacity=10000 0 5000 5000 1000 1000;
1 u( H9 [# X& z& E2 YSetup=400 500 1000 300 200 400 100; ! ?/ C( D+ m' D( Y+ v( ^% k, V( h
Hold=12 0.6 1.0 0.04 0.03 0.04 0.04; ! |; d; W0 y9 f, \$ e" i8 C9 \
A=0 5 8 0 0 0 0; 2 z7 h* O( |+ q
ENDDATA 0 Z$ @0 \- A5 M3 b1 ~/ z1 T5 M
CALC:
+ M; H( X3 Z# }demand(1,1)=40;demand(1,3)=100; 9 A& F& f' y' O, `
demand(1,5)=90;demand(1,6)=10;
7 o( a9 F" F- h3 V* d! Ereq(2,1)=5;req(3,1)=7;req(4,2)=9;
8 z9 l: u( _0 s) d* ?, ~3 i, preq(5,2)=11;req(6,3)=13;req(7,3)=15;
( @( Q8 ~/ \' V( v: S; s- sENDCALC
: f# M& O" p4 zEND
/ `' [9 r! a( c% {; X- j9 z2 ]) {8 K2 R8 ~2 K6 X
![]()
. K# m: F+ l" [9 X& I9 i习题:7 A$ E( e7 b" v1 u0 p4 m
. \- m& @1 v+ f/ ~
1.某农户拥有 100 亩土地和 25000 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 3500h 的劳动时间,而夏季为 4000h。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 6.8 元,夏季每小时 7.0 元。
% l# C& Y, V6 i/ k% E% r8 A0 K& p; l0 n+ I. @4 K8 n' T
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 1.5 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,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 0.6h,夏季 0.3h,年净现金收入 3.5 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 头奶牛。9 q" M/ Q2 G8 ~; `& x, l6 U
- W" h/ v% [1 C, k0 E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表 11 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。
9 f. E- A2 R+ N( l1 J3 a$ F( c3 u4 x9 C
" p6 v* G8 H" I( I% r' z" K; y6 I1 V+ e; T$ p( q8 m6 T
2.如图 4,有若干工厂的排污口流入某江,各口有污水处理站,处理站对面是居 民点。工厂 1 上游江水流量和污水浓度,国家标准规定的水的污染浓度,以及各个工厂 的污水流量和污水浓度均已知道。设污水处理费用与污水处理前后的浓度差和污水流量 成正比,使每单位流量的污水下降一个浓度单位需要的处理费用(称处理系数)为已知。 处理后的污水与江水混合,流到下一个排污口之前,自然状态下的江水也会使污水浓度降低一个比例系数(称自净系数),该系数可以估计。试确定各污水处理站出口的污水 浓度,使在符合国家标准规定的条件下总的处理费用最小。
9 s, m' p! f& e. V% }3 f0 I& n8 Q6 \& G$ d
) X# ^0 \$ V: N5 P2 n6 S h0 s
d7 s+ O8 f/ C: x. Y( o6 o; Z" R1 B
( ]# @6 R3 k5 q- f1 e* u* h
先建立一般情况下的数学模型,再求解以下的具体问题: v0 \- c! K% e* [7 W$ t/ r
. i' K" U1 @# J Y
(1)为了使江面上所有地段的水污染达到国家标准,最少需要花费多少费用?
- R$ s! n# x O) A. a/ d
& A2 P7 ~/ c6 g0 \9 c# a/ m(2)如果只要求三个居民点上游的水污染达到国家标准,最少需要花费多少费 用? * @' \. x( I! @" ^
————————————————
9 u8 x8 @4 o& Q3 C" M/ E8 @3 y版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
: v8 O( p& r: M. j4 F5 |原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89413903# J- y4 p9 f7 X' I
/ V l, P, i* C6 @7 A0 N7 V% H O" I1 b% j( o8 J- S/ K- s
|
zan
|