- 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
- 36352 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13866
- 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。
L* Y* {2 U( T" K5 o$ z2 V, ~# Q1 F6 i# ?/ I. o
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
, `; T+ z5 A/ a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。
- z; \( G z, O8 t# \0 F3 Y
2 Z3 h' Z6 {, f7 |- N: d7 L* y![]()
- \: c+ r2 {+ @2 R: d3 e3 a& {3 c- _' `3 n- y* \' C/ d' h& T
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。 2 E( F, H& i D: q o: t ^
3 \1 g( ]. R$ r) ^0 f4 O
% B( [: q8 V9 \7 y- v1 M# F, z! c
) P1 ?: C! P2 j5 N6 D% l5 z4 I% _
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。8 n8 [" w# }/ I/ t
( a7 c) ]5 ?! m8 M0 M
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。$ L2 m9 ~1 h( k' ]! A6 I
' D: r4 U* y/ E
2 建立模型
0 s0 Y. a: |" a$ `: w. t
( Q$ b5 p* \/ O3 z: A# ]8 S(1)问题分析# ?4 K) E; W9 i$ X
/ W1 U) K) i4 W3 [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。
/ ~* }9 B- D2 n3 B, M! @3 p$ H9 c8 e
(2)符号说明 Q' V/ }, R7 v! g7 Y* p; \
* e+ Z* q& I2 A1 }: w为了建立这类问题的一般模型,我们定义如下数学符号:
. [5 r! p" R, J) Y2 _* f& T
3 c, b# a7 g' E, H3 \- k1 p* YN :生产项目总数(本例中 N =7);
/ i# }. u0 e/ _2 M, R8 S; Z
/ `% {$ ?' ~ b# p$ }- M7 I# wT :计划期长度(本例中 T =6) ;
# R1 V! ~* Y9 h# n' A6 z
* {- h$ Y( y$ s6 W, o) QK :瓶颈资源种类数(本例中 K =1 ); ( L" k$ b, n, l+ [8 A3 I3 t
/ |6 f" Y E3 f' k
M :一个充分大的正数,在模型中起到使模型线性化的作用;. j7 J3 E+ e+ _$ l
; y% u4 r( \% k4 Z1 p! ` :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);
4 R1 T& j; J3 b7 B I4 c+ f$ X$ \+ w+ D" o# P* z
:项目i在t时段的生产批量; 4 r" V3 D- A0 H& h, h9 K* j
8 n. [; [3 Y; d: {$ d& R :项目i在t时段的库存量;
7 S6 G& P3 @# `: Q/ f) u* [2 R/ ?. l0 O$ J1 H
:项目i在t时段是否生产的标志(0:不生产,1:生产);
8 R' z2 v0 K: O! \# ]3 v$ j/ D3 _+ d6 h' q1 Q* w8 T( s5 G2 O
:产品结构中项目i的直接后继项目集合; $ [, [; b0 v; l+ q
0 }8 K6 J& B, C. Q R :产品结构中项目 j 对项目i的消耗系数; * K ^- j$ q* Z: Z
: X+ H8 p2 b& g8 T1 F# G: s :项目i在t时段生产时的生产准备费用;
4 f6 t# n7 O* \
& c8 W/ ^4 X9 ]/ ? :项目i在t时段的单件库存费用; $ S4 o7 w! B7 W# [% O
- e1 J' X6 l" S( [. F
:资源k 在t时段的能力上限;
. O; c$ i% K! A1 ?0 V1 o6 U4 t5 \3 } G
:项目i在t时段生产时,生产单个项目占用资源k 的能力; 2 _, ~6 f J% r+ \
/ w* C* U# \/ ~, N8 x7 `
![]()
" E' q n+ Y' B6 S+ t
" F" ?! }$ a. h' D( Y0 F(3)目标函数7 h! c0 b0 b) W
& {' Y" R. r2 `6 F% j% H
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 , D! M2 B7 _6 M& a& c
; M; ?, F: k9 F6 U& N
( 1 )
2 [7 a6 i9 V$ e5 o3 p0 C- s8 @* r0 \, F( H' g$ t/ }- H* B' y
(4)约束条件$ l) a0 Y4 l0 J- \3 R
4 E5 p* e% L4 c& s+ D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 ): 3 x" H3 m9 W4 t0 H K; ~0 Q
2 J( r9 \- j' C ( 2 ) # T7 @+ _- }9 m4 P! f# p4 D
" ?9 m: f+ {8 o
资源能力限制比较容易理解,即
0 ~3 ?$ D' B. ]7 R! r5 r! w- F0 @
. U, P0 {, R! M ( 3 )
d9 `$ Q \. `7 j- h' H# k Y) u; S5 K, t' ^3 @& y
![]()
6 o( n; x* C" V$ K) X: N* K$ o) l1 N& h8 C) a# r4 X9 A- S0 h
3 求解模型
. [5 Y+ k1 r: P( q, W% H: c$ g; Y1 g4 I2 d
. g% B7 ?! q6 d3 H" [
a, C( ~# G: |& N
' V% V g0 _4 P
! Y1 `' L# m3 q
% P. Q, G; t9 }) L% D5 e0 u5 \3 E5 i* t6 G" z9 r( @
MODEL:
! t. v" L Q6 s- O0 S1 w/ DTITLE 瓶颈设备的多级生产计划; 6 ?/ d' G9 s z' D0 ?. Z
SETS:
7 E! `) E, V8 y' i6 @. l! 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. O2 i: b7 ?- D! a8 }
PART/A B C D E F G/:Setup,Hold,A; $ s9 z! n- i9 P: }
! TIME=计划期集合,Capacity=瓶颈设备的能力; % a, Q9 X8 U5 |" U% G/ s4 N1 L- j
TIME/1..6/:Capacity;
) r X- B0 Q6 x3 i! USES=项目结构关系,Req=项目之间的消耗系数;
6 S1 T7 }9 B) @; V, }& _USES(PART,PART):Req;
; k; V- I6 ]. z) }& F! 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; 8 [) Y! C9 |$ b8 ~2 T: I( Q. @4 h
ENDSETS ( ^3 O) Q" ~0 Z/ Z
! 目标函数; ) x g5 J* o0 Z8 M, C3 Z, W
[OBJ]Min=@sum(PXT(i,t):setup(i)*Y(i,t)+hold(i)*Inv(i,t)); % v1 |9 ]; X- Q" P; n9 E4 U; I
! 物流平衡方程;
# v0 w$ E' f, q7 E! p8 T8 L* c. S4 b1 f@FOR(PXT(i,t)|t #NE# ! j. F' G2 ]3 o4 A) @
1:[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- H; ?+ Z9 w q/ l) y, l7 ?1:[Ba0]X(i,t)-Inv(i,t)=Demand(i,t)+@SUM(USES(i,j):Req(i,j)*X(j,t) )); & M ?! W$ G6 l& o
! 能力约束;
+ F; r+ t$ T$ o' }* P8 z@FOR(TIME(t):[Cap]@SUM(PART(i):A(i)*X(i,t))<Capacity(t)); - S9 ^( R$ k3 w7 Q' n- P- T) [/ B
! 其他约束; , w* N7 O1 {" Q1 j/ J$ q$ D
M = 25000; 8 J# n7 z) K1 X4 o! d' s
@FOR(PXT(i,t):X(i,t)<=M*Y(i,t)); ) E" l# j: ], F
@FOR(PXT BIN(Y)); _; k# e- ~* V7 t7 b
DATA:
4 U' W1 I# r+ lDemand=0;Req =0; : l a& }* ^0 g, L. l8 _8 Q7 P
Capacity=10000 0 5000 5000 1000 1000; 1 ?& K, x2 y/ Q. d, \* L
Setup=400 500 1000 300 200 400 100; . |( v! O: B( N' x- S- O
Hold=12 0.6 1.0 0.04 0.03 0.04 0.04; 5 X: C: `. E* t1 u# J- p3 E# A
A=0 5 8 0 0 0 0; 1 c) {& C$ {7 H7 X3 D
ENDDATA
. `7 h; N7 D; A, fCALC:
) r% w4 E4 C' e6 e; r( s" L" ademand(1,1)=40;demand(1,3)=100; # ~1 _5 S Z# o) N: P3 B: }4 N9 @% a
demand(1,5)=90;demand(1,6)=10;
% @" O0 t) W# R" qreq(2,1)=5;req(3,1)=7;req(4,2)=9;
) F0 ]. D9 B5 w3 a8 Oreq(5,2)=11;req(6,3)=13;req(7,3)=15;
+ d; l+ I/ ^1 ^9 b) O1 _7 @; P0 c- wENDCALC ; W! `- g" f7 j' ^9 x
END' w& H* M9 \4 h( K$ i [' g
) B0 J8 s- q! i, Y/ f0 y f 7 X& q7 L% p. d) S
习题:
. k8 q( e& I! N6 p: ]% Z; ~" V
% T9 `& `, {" L+ v1.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。
, F1 f) ]/ G' d7 k7 m0 @
, [/ E6 X9 k4 |, x5 N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。3 O0 f( P% \3 n, t7 d. @. m. f; P, T
$ @: j0 V8 {1 W& u; p) T
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。 8 H- d! Q' G% `9 l/ k0 E
1 u$ O; [& W6 a: Z1 b$ }2 m
+ Z8 E( Q d; V4 i0 d
" A9 R7 G7 n; y# w2.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。 / S }: q3 O% a& ?+ a5 B
0 ?, Y9 k! J- a. ~5 c1 b7 s' r8 i9 n! y u/ X# J
5 F' {$ N2 V ^: a, o7 ]+ I: G
A8 C O2 ]" d+ ~. M& I# O
/ l" E( w# z; }8 X; f) O
先建立一般情况下的数学模型,再求解以下的具体问题: 1 ?: k) a! p q; E/ t
5 ]. [# S2 A# M
(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?$ V$ }3 L+ a7 \2 O; e( R3 h* {
# A5 n( r3 V2 x) }
(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. ]8 n; S4 D5 U1 |————————————————% K( T. R5 z: W* M- @! l5 }3 W0 k
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。
2 r/ J% L& ?1 J原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89413903
* a2 J7 U, ?6 @
0 e8 G7 N1 ?* v
; Y x O9 }' d) g) ~) l6 R2 j. q+ w |
zan
|