- 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
- 36074 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13763
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 10
- 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。
+ @- f" b" b5 d6 |, u. g! Z5 s; P7 u8 ^ P: ~! b: j& O, k5 f' d8 C
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( E$ u. \% o8 [# u( h
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。 % }7 m! O9 {% e' t
* Q( X) \& w- g7 C- q1 t2 v) s0 ?
6 n$ b0 d+ ~! D8 r2 `7 g G
5 a$ @! g" H. R2 y" H- G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。
5 l5 k$ j2 T& v( p
- p: o4 _( m7 H8 R+ t+ T) N2 e ; [+ Q: I( }) D; p7 A1 K
+ T4 F7 o( D" [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。
4 e. D5 e0 K8 o' [7 L* e7 U3 B" h2 q5 d" N
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。& A7 S# ^6 l; t9 R: r
$ X7 Z4 Z/ w; t( i8 [2 p2 建立模型; \- {$ _$ \( t
* s U0 k$ ?/ M(1)问题分析
k6 Y0 s6 t2 q
& m2 ^, Z V: q# P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。2 v% c5 v9 ~% d1 i' |
5 }4 u2 O* z0 p
(2)符号说明
5 F' K/ ^6 B; r4 E
/ ]9 t; L4 z( E/ \为了建立这类问题的一般模型,我们定义如下数学符号: ' f5 _# l9 y; T1 l' ]: H3 A: n
) s1 b2 u+ s5 i ^' f5 p
N :生产项目总数(本例中 N =7);
. Z3 v! A1 K+ G" h1 c- c& d# e: |+ w$ d& e; g) D; W
T :计划期长度(本例中 T =6) ;
) E$ \/ D+ n) m! f9 ]: u1 _ n* u, K; H' g
K :瓶颈资源种类数(本例中 K =1 ); 5 g. F; D& d/ z, F! _9 X# H4 ]
/ n" w* u9 ]2 u' H+ g4 f ]M :一个充分大的正数,在模型中起到使模型线性化的作用;& j& _, A, Z" D
1 c3 i* t# n: W P% d+ X4 C# ?% _) S :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);% K/ e9 u+ c) T
' F3 N( I* ~& s8 l :项目i在t时段的生产批量;
& d! z) P) R1 c7 y& S6 B3 S y/ i! J
( U5 q2 s3 i+ j: h% R- ` :项目i在t时段的库存量; ' d# e- A: z" @& i* ~( g
7 }$ a4 i6 d8 s, i$ J- Z :项目i在t时段是否生产的标志(0:不生产,1:生产);
4 ?- o2 [0 T7 M1 ]! b4 H' g" V, N; \; D
:产品结构中项目i的直接后继项目集合; 5 a" {) i; g3 J/ X' D, B) C
- \6 s( P5 r! b6 h
:产品结构中项目 j 对项目i的消耗系数;
8 {) W ~/ {' O5 L4 h1 Z! E7 G7 M
+ b4 d' T* u* F :项目i在t时段生产时的生产准备费用; ) k9 c* i& K9 f* W- u
" T+ l+ i1 h6 k! f3 b2 t; K& N :项目i在t时段的单件库存费用;
# L& J$ Z% N$ u+ Z5 T+ S2 }% l' M2 t. a: V
:资源k 在t时段的能力上限; 5 k o+ x( T9 K5 D# Y
4 {' m0 S+ I4 l0 x
:项目i在t时段生产时,生产单个项目占用资源k 的能力; / B1 w. U$ a9 x* I2 ~; n# Y1 o
8 h; Z6 [6 D0 d+ a% H
![]()
) U$ X& S% D9 u8 {, c$ G% g2 W
h( I$ z" G) h' o" J! m8 k(3)目标函数
; z$ i4 L! N/ }% B. T+ Q$ f" n
7 e3 h% l {1 F& g" q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 ) u" c+ Z7 \7 m2 V+ B
7 Y0 A+ H/ Y5 k: {$ b7 X: W& R, b' z ( 1 )
* i$ G4 k, Q3 @! Z5 Z1 l% }0 z/ Z0 j7 }4 E
(4)约束条件
5 V6 T& v4 M5 n% _, x! o8 I
, w `2 W' l+ k, O" t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 ): & g; k9 ^; |& g2 x
3 O# T }) t) ^) O- {7 \* ~5 l ( 2 )
; n; S7 N9 T, x6 y/ t" M z2 H+ V0 [* a/ w' s/ K! }$ R, H
资源能力限制比较容易理解,即 3 n8 W: [" F& a) Q: n: m5 Z4 k
# _; Z7 S: J0 ~
( 3 ) 9 m& M- B8 `* a/ F: @3 y4 s D: ~
4 h/ ^) e% E- v% E) j
![]()
, T; h; `$ m+ ~" u6 a. m4 F0 T6 k0 r# t( ?! D! }9 g6 M& ?- Q; l& f
3 求解模型
7 V9 l* l4 b- q' u
8 I( v" l _4 u - |4 s T) e" y$ F# v1 W" h
+ r1 t8 N" d& f! f0 z2 x, F& e![]()
" B7 {$ O5 j$ J) N5 X( `8 J ~3 I _. e" w
2 _ J- I. k! ^2 G5 T' I
' O7 {7 E. T- h+ nMODEL: " ]; r' c% L7 U6 M1 W3 C2 i
TITLE 瓶颈设备的多级生产计划;
' H. p) r- {# J X4 Q% X$ q& OSETS:
& g7 ?, N, l. r8 k; @5 p; _! 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;
3 w/ J5 {/ q/ {5 R, z# {PART/A B C D E F G/:Setup,Hold,A; 3 g; ?% ?& `- }1 D) \
! TIME=计划期集合,Capacity=瓶颈设备的能力; ; F* c' q2 V: D" c/ C& I
TIME/1..6/:Capacity;
; S& ?+ j4 {' \: G) j3 e- Q! USES=项目结构关系,Req=项目之间的消耗系数; % Q. j3 Q7 ?1 A' k. x0 [
USES(PART,PART):Req;
$ F* P2 K; R5 X! [: U( R! 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; " `, n7 M3 |$ R& q1 l/ X- i
ENDSETS
2 J$ ]3 G% b, [9 m5 E% `( F! 目标函数; , ~; t6 w2 J1 ^: \4 V4 I, Z
[OBJ]Min=@sum(PXT(i,t):setup(i)*Y(i,t)+hold(i)*Inv(i,t)); 3 p" I& C2 T- f$ r' s5 e
! 物流平衡方程; $ O3 I# E0 i0 f) b
@FOR(PXT(i,t)|t #NE#
# x" ^( v" h+ h3 Y9 f' c1:[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#
: i0 |; o/ O# T, y% s1:[Ba0]X(i,t)-Inv(i,t)=Demand(i,t)+@SUM(USES(i,j):Req(i,j)*X(j,t) ));
- z) R0 G' D, l' ^! 能力约束; 7 t4 I( y! E$ P- q
@FOR(TIME(t):[Cap]@SUM(PART(i):A(i)*X(i,t))<Capacity(t)); 1 O4 D. [) P/ t7 I, B7 w* i2 C
! 其他约束;
- N w4 I: y9 z1 V1 mM = 25000; . P( c2 I' V+ \1 V! f
@FOR(PXT(i,t):X(i,t)<=M*Y(i,t)); 5 r9 b1 W4 R0 U7 I( _
@FOR(PXT BIN(Y));
% d$ @1 r+ A+ E5 h; VDATA:
* F. b8 L. s1 ] \Demand=0;Req =0; " N z+ |1 M7 _* n ~7 R) X
Capacity=10000 0 5000 5000 1000 1000; + D* j0 z7 ~) d5 d1 `" Q: L
Setup=400 500 1000 300 200 400 100; ! D" `% b+ U4 Z; g1 V
Hold=12 0.6 1.0 0.04 0.03 0.04 0.04; / H5 k* x3 ? W" Z# b8 {
A=0 5 8 0 0 0 0;
: H4 c! `$ V3 x2 HENDDATA
6 e8 ?# @" \" ^' R+ e+ S! ~CALC: 5 @6 i( u8 B; O8 V) B# {
demand(1,1)=40;demand(1,3)=100; ; q( v9 Y4 K5 b7 ]5 E
demand(1,5)=90;demand(1,6)=10; : h2 J f& u) A6 @0 F/ l* ^
req(2,1)=5;req(3,1)=7;req(4,2)=9; / y% F4 l6 b- G) f
req(5,2)=11;req(6,3)=13;req(7,3)=15; ) \7 Q) S9 s3 x' n- U
ENDCALC ( G, G T# T3 d. d; |; W
END7 Z5 N# ]+ G. y/ M) B' A* E
6 f; m/ j+ J( Q& \
4 W/ X) {, C! ^! B
习题:% m3 V Y. O1 ~" P9 h: X
3 M% H) J, i7 P) l+ O' z! Z6 _& s1.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。) j$ F6 M4 B5 B
9 e9 n- R, Q. X! N: E
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 {/ S! n; A: I9 O9 x0 ^
: \8 t1 [! @8 l- Q1 r: U. F
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。
B0 s$ ?5 Z0 Y7 Z( M
5 I8 q+ q. M0 _9 ~6 c4 o" I5 R F/ t3 D; }7 p- Y" z" x1 y
& `9 f6 O& x3 H$ b: @2 ~3 ?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。
$ _+ t$ O8 P6 O( e$ T4 E, m. [8 e
# f' A" w T3 w1 k1 t. n- U
' N' I; l3 P9 D# ~
* u" @0 b I! B( l0 c7 v, c) ]! u% ?$ ` ]5 l# k6 A# ^
! K4 C, m8 C6 n6 \5 I7 S! x
先建立一般情况下的数学模型,再求解以下的具体问题: + v+ D8 z. `' ?1 {# F% R
; c3 a$ A4 K/ v
(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?. b4 j/ e2 T- H0 F, ]! b
6 J: _5 U) H0 l8 R" h3 _
(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? 8 s& @) k$ ]9 {' J' k' Y
————————————————+ P/ H" |, J% w7 b* f
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。
8 ]3 J! ?4 b( X原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89413903
1 |' ?6 H5 m# |, N2 _3 e
8 Z+ h6 p- _7 P2 i
7 z, `% Y7 n# {' l% Z# K+ F |
zan
|