- 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
- 36304 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。 % k+ W" l% x& x6 {7 z
) R8 h0 m& i3 n3 g& Q1 {1 H
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
/ r" {$ u( y/ _8 ?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。 ! \1 ]: Y* b* H3 `3 n" N4 ?+ E j
' ?6 p1 I' r: O; M- w2 G ( P& n4 W( v, d4 Z; ^5 Q
9 m% A$ ?( F- x; p& r6 R
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。
! W: N0 J! |4 }' j' Z7 v% C8 @
7 `- q Z) r2 D _& H% [& B8 E![]()
. i( g. ^- j g a) x3 v t4 U ^9 m! R) M( ^* g0 z# H
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。
. [" Y9 V9 ^) [& f( E: i. R
; p8 R' u: K2 H) \! s y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。8 r: ^6 M, G; \# i( x9 k
4 T, A, g4 I o$ O( E2 建立模型: h5 |; {2 S/ x2 t2 _$ T& F
1 B" d0 B* H$ n2 @
(1)问题分析, E" n! Q# R. @( {; b
2 c$ z( B, F. D3 c, c; C
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。
0 v' W; V& z& T8 ^ a5 x9 q9 h# _8 ]* {$ Z. E6 l" n
(2)符号说明
6 ~$ u: `9 Z1 e o; c
" u( S7 ?4 F7 x$ w# c为了建立这类问题的一般模型,我们定义如下数学符号: % n/ p/ n8 d; Z. X) H! U! }
/ N! T6 V' d8 A& c' N5 ^' q& T
N :生产项目总数(本例中 N =7);4 o; q6 u; w1 }6 h% P
$ r8 s/ I+ q9 {! u- Y. f
T :计划期长度(本例中 T =6) ;. f& I+ F. _0 W' O# R# v( M
. r! O: V- S Q- o! M
K :瓶颈资源种类数(本例中 K =1 );
" I3 T1 ~/ C9 T- o" ?! N1 R) K) p! R
M :一个充分大的正数,在模型中起到使模型线性化的作用;
" M2 S5 J3 U% r! G/ f9 c4 o9 Y( M# @6 ]! j; y6 I$ {+ A) J6 G5 N0 B8 d
: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);+ r. z- U3 \8 H2 U/ W
( _: u+ f: y; W4 L9 H
:项目i在t时段的生产批量;
( U7 _6 T0 Z5 g5 ?9 W% X# Z/ G8 X: ~% S8 |- k0 U, o
:项目i在t时段的库存量;
f3 y7 Y% m% c& O7 @
4 z2 a p! N1 x8 V :项目i在t时段是否生产的标志(0:不生产,1:生产); ( {: S8 W" ~5 |/ y0 s* I
8 n5 a4 t: v/ o- ^ :产品结构中项目i的直接后继项目集合; 0 x5 h% g! N; W) A
: G( k+ a8 i* p& ?3 b :产品结构中项目 j 对项目i的消耗系数; , M) o% j( B- R/ S& R. f: h4 P$ O
& A3 I! Z" O- T# u! C( u
:项目i在t时段生产时的生产准备费用; 3 K/ ^/ X( I) t& W
6 E- Q' V' g) K' A
:项目i在t时段的单件库存费用;
2 } | p _, P7 i, s) _
! K/ j7 S/ [7 C5 m* Y4 k8 e :资源k 在t时段的能力上限; ' v- I2 [$ U; `
6 R4 H( p7 v1 s& |# z' s :项目i在t时段生产时,生产单个项目占用资源k 的能力; , q# y9 X# o- _3 ^7 _
* D; Q) |7 n! [+ e( d7 e* T0 K7 p0 S e3 h Q& M3 a( o$ g
3 q- W3 k7 s( m* ?# ~! O( [" E(3)目标函数
0 H" n/ V* M8 o" `/ I/ i: y2 r2 ]" \) \# j. C
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 - ]: ?& T& o4 x3 F2 K2 \
; P A; i) t0 V3 R6 }( n ( 1 )
4 G- ]. d& d' |" P9 q2 z, h2 ]& u- C" w0 J) U
(4)约束条件
! `' s; V2 b3 y; Q% y1 _
6 I) J. g/ v4 ]& m* 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 ):
! h4 ~% [: | a5 K
' I1 g) j& V( L. K' W ( 2 )
, n9 W) n- n3 i" A9 S' i, r$ P% y* H, E7 O2 R8 [# b
资源能力限制比较容易理解,即
1 D9 [0 k6 `- e7 f% o9 r2 M
& s* k R/ O+ |" p) l4 k3 x- l ( 3 ) : O/ q7 A9 }; X, o' ]4 E
! e, ?( M; Y2 }, K+ N/ |% n$ d: T* D/ b # V U/ S* r3 ]2 G. l) f% z" w: |' N* \
Q' S3 T' E( r* C& k! Z3 求解模型
/ Y( [1 t; B, o& G' o0 @* T2 b# Y7 e
7 C$ Q. Q, W0 I7 _5 u% E+ b X
2 q! p: A2 {8 s+ p S& _. y7 N. f4 U+ B
5 {; ?: A& f) A6 k
+ i2 q$ i. v6 u" I& ~4 \* l+ m
c, D& I9 L: o& pMODEL: 3 W# {0 g/ O2 Y* q% z7 v
TITLE 瓶颈设备的多级生产计划;
8 z2 z& ~1 C: L) m4 ?; hSETS:
5 n. Z4 Y" Z2 O* o9 s8 R+ n$ ~! 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;
' M3 w$ J, T! ePART/A B C D E F G/:Setup,Hold,A;
: X P0 m3 Z( C7 v! TIME=计划期集合,Capacity=瓶颈设备的能力;
3 } F+ E% s6 u1 xTIME/1..6/:Capacity;
, R/ b9 n& x7 m. a# W# b; `0 l! USES=项目结构关系,Req=项目之间的消耗系数;
& h+ ]7 e; ^4 Z$ M k6 F- }6 JUSES(PART,PART):Req;
2 y& o) g* c) v2 a! 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; 5 Z4 N4 T! e$ A/ f7 A; c
ENDSETS % u$ |6 c' ~$ Q& }7 {
! 目标函数; 0 M t M% n, p* `& B
[OBJ]Min=@sum(PXT(i,t):setup(i)*Y(i,t)+hold(i)*Inv(i,t)); 0 m8 w9 k1 Y$ \1 y. e7 S P# W- j
! 物流平衡方程;
- D: I }! p( a9 o0 V7 e@FOR(PXT(i,t)|t #NE#
! X4 [' a9 U8 d0 A: 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#
7 J2 L! g3 L% X& e5 W- a8 E1:[Ba0]X(i,t)-Inv(i,t)=Demand(i,t)+@SUM(USES(i,j):Req(i,j)*X(j,t) )); . T& R, H$ n# F% p5 A' N z+ \* S
! 能力约束;
: H: z" i7 c+ Z. w/ F@FOR(TIME(t):[Cap]@SUM(PART(i):A(i)*X(i,t))<Capacity(t)); ; [( C& @" H1 ~7 Q
! 其他约束;
, \' K, \3 }, i; [0 u: _; v# xM = 25000;
$ F8 r; u8 V# W' }: q& m' J/ K+ e@FOR(PXT(i,t):X(i,t)<=M*Y(i,t));
1 `8 t1 @2 \2 t' M& y@FOR(PXT BIN(Y)); ' u$ @- ^/ }3 u1 Y- a
DATA: 1 Y1 V3 e5 c1 ~* R: h v
Demand=0;Req =0; $ B+ @: _3 {: L: R& v/ y
Capacity=10000 0 5000 5000 1000 1000; # [* L- H) H8 k# _
Setup=400 500 1000 300 200 400 100;
" t) z9 q7 i# @ Q- ?6 V/ [& aHold=12 0.6 1.0 0.04 0.03 0.04 0.04;
. {( c' N& C+ c+ KA=0 5 8 0 0 0 0;
- |9 N; s) n( p, M, xENDDATA
% T2 G" s9 g. K. M- i* T% GCALC:
' U4 n! t1 H8 Xdemand(1,1)=40;demand(1,3)=100; / v8 I; W; ]/ u
demand(1,5)=90;demand(1,6)=10;
" Y* o5 M* [6 ^( Sreq(2,1)=5;req(3,1)=7;req(4,2)=9; % p0 ^) o% M! [
req(5,2)=11;req(6,3)=13;req(7,3)=15; 2 E# [$ a( F6 d6 N( [
ENDCALC
3 }* X. M9 E- P. r8 x1 z* z& [3 _1 mEND
% L+ T0 V8 ^1 ~- S' W, W
9 t8 `+ K2 V1 [; ?2 l, K5 a 5 e1 K! _0 Y6 W3 c
习题:
; e, v6 H6 t! c: L: s4 X1 H' `; E! V$ |+ m
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。2 D1 g5 _# O6 n' ^: J K, w' t
6 i/ e6 n5 M/ r6 v4 Y
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。
6 c$ I( Y+ ~) [, }9 L. p w1 y9 v
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。 , V |) K/ U5 \) ]
z# n3 g$ `9 h. f8 K3 ]% I; {
$ m3 _* f r3 P8 B! F' n9 W; `
h9 }. `; G, r( w6 Y1 ~
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。 0 [! V e; h- o* ~2 C' A5 y7 l
" B9 \7 p% B+ x
: f0 y: v( |0 h. h8 ~/ ]; C1 P0 W4 f( [$ v5 G% Y! }) ]& d4 L
* l5 ^5 O; |. U( O: K- Z$ d! c
' P3 z& C1 [; y. P先建立一般情况下的数学模型,再求解以下的具体问题:
, q" j* _* q; [
' j3 s+ \6 k# s& p6 x! q5 f, v2 r) G(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?
. o! w. y/ n5 E/ X; a2 p3 b
# S+ E; c; v% V0 w( R(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? + G+ Y" @) [2 @& ]/ O/ m
————————————————" A0 |+ O$ _1 ~4 Y- z; F/ U! m& f: v
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。
# G7 L7 N8 A: D. }% K原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89413903
' a2 O6 D1 r+ F8 G
, O3 h7 k6 T: D v. X, V# D
% p; h7 q* K. H) t* S |
zan
|