- 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
- 36056 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13757
- 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。 % N1 u9 V( d8 D8 u( G* P
/ L& w: q; a4 M( n$ U3 K; s
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% f9 P; i- ?! o9 K( U. B
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。 5 [# P; M5 g4 c9 d
: Y* ]2 d. x6 U. f
![]()
* d, u! z" R. c
( _3 x6 W/ r, g! M, |3 u# a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。
8 G; h/ b" H9 [
) L& r' U+ k) Q. i " v! _/ p$ Q, w$ A
) X5 m+ x8 [( N8 o* g1 h9 a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。% F+ i; r4 B G
9 `4 K8 [) V, F/ ?5 K s
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。
! K" {4 }6 u0 o+ C) Q
) S6 G5 R* H/ u7 q$ u( n5 j* C2 建立模型, d' _3 u# m) }: D+ w4 E
) U- E5 o3 S2 \) G' {, N8 h(1)问题分析' G$ N1 n/ m+ _7 _
% g: \. R9 E0 \# F, U
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。
" b& }; E$ C3 y! v: t6 x" E3 j5 m ~3 M t7 b0 [7 ~
(2)符号说明) j l0 |0 A( [4 j, @
& ], O3 g" X0 A# z; z为了建立这类问题的一般模型,我们定义如下数学符号:
7 r# z* |8 V, L% i
& \% q" A, O; B- E; ~( L* \! XN :生产项目总数(本例中 N =7);
1 m& H" _5 W% A0 W4 \1 L) X2 b
+ v ~5 ^0 p# eT :计划期长度(本例中 T =6) ;! O y, ]' P; L4 ]
9 p: _8 v/ X/ o4 k8 ]; v) h
K :瓶颈资源种类数(本例中 K =1 ); ' Y$ |2 S4 [* Z+ V0 @2 ~
9 ~% D) W# I$ w1 ^+ s, M$ b
M :一个充分大的正数,在模型中起到使模型线性化的作用;9 A( j: u- @! L, U; Z# p; `
" q- R) H$ ^( g) n :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);
$ W% M: f, W1 F2 s& R
7 K& a- J0 C8 |2 u. d: N :项目i在t时段的生产批量; ' e# _+ }- g* e4 [8 \2 y4 h$ D! t* M
1 `1 |7 y- k# @6 G1 f2 j; [# o
:项目i在t时段的库存量; + N' x& V8 m7 Q- ^; ]. T- M
}4 P* o2 q- o :项目i在t时段是否生产的标志(0:不生产,1:生产); 0 v( B' D9 x6 O5 @8 [8 R) U, Z
/ p; G6 V2 V% u3 D9 ^2 x :产品结构中项目i的直接后继项目集合; 1 m7 L' c( a e+ \1 D
( ~3 \7 |0 f" l/ e; | :产品结构中项目 j 对项目i的消耗系数;
9 v" m# I4 R7 L1 L! \5 s$ H; p) L" ?: G
:项目i在t时段生产时的生产准备费用;
$ W( G, j ^" y0 S/ G6 K7 F$ r' J0 K+ A. H& i3 g
:项目i在t时段的单件库存费用; 6 W U1 T( }# V, X! F+ @2 j5 `) Y
! f5 u' `. k/ f$ u) M
:资源k 在t时段的能力上限; 7 A. s# j. e1 T& F
6 {: k7 s D( z :项目i在t时段生产时,生产单个项目占用资源k 的能力; ' g& E$ R. A; w3 p' F
+ ?/ l, w: w3 R# Y+ y![]()
: y1 V. E3 B/ M0 Z0 \$ O, q) D% M `& O
(3)目标函数! J) W8 c1 e( {) x3 X, U5 r
/ K0 h! Q$ `" |. R4 [ F6 ~) D6 P
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 - r2 T7 Z z4 w0 A/ V: H8 M9 u% h
# G6 C/ }0 n' j" n8 Y
( 1 )6 C! S5 y% ^8 e( a: b
3 k- L) |7 y( C( v, b" P(4)约束条件
5 V; @! z- L% @2 A" |/ j. J/ u C& ?
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 U- [: K6 g2 m7 X2 q) b5 J2 V" R; Z
) T, \- f3 T+ `$ ]) V" }. g ( 2 ) e% a# K' y+ p3 M
# f# W9 W! `! {8 R! Z3 r资源能力限制比较容易理解,即
) ~& h! |7 b8 e, m1 M2 W/ p! j4 z2 J4 y2 b
( 3 )
3 x b7 c' D# [5 |$ M5 L+ x
6 Z% }6 e4 T, q* J _/ W 5 x, F: I" h3 s& d* X3 q
, O" w0 s: p1 h
3 求解模型 ( H& p% E5 w' ~, a/ J5 L
' {" j: D7 P" O ; g p& v- j5 F
+ u7 g/ p( B* ?0 t& e3 E
![]()
) ^1 r. n, u! j/ Q' x
4 w3 @7 ~+ K' E# c$ h
, ?/ Q9 e z+ M* k; B( {# h6 W- { h l, q
MODEL:
! v1 O/ A1 y: Q3 Y/ ]; QTITLE 瓶颈设备的多级生产计划;
8 X4 x4 W7 t5 E5 o* {7 `SETS:
6 n) N) W5 t# N3 t# ~! 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;
0 ]# K1 ]3 Q& ]9 Z: U1 V4 wPART/A B C D E F G/:Setup,Hold,A;
6 U4 |! `; k. E* q+ {! TIME=计划期集合,Capacity=瓶颈设备的能力; ! k! V: O, c: O" ?
TIME/1..6/:Capacity;
) ~' X2 d: O$ X: N) B+ u0 A7 D, ~5 Q+ x* m- {! USES=项目结构关系,Req=项目之间的消耗系数;
$ b5 V! j- o" x! {3 Z4 u9 gUSES(PART,PART):Req; : G2 K7 \! x0 P' R/ Q
! 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; , @- E3 C3 f$ k
ENDSETS + x, e2 j! T! Y/ ]* h
! 目标函数; . I0 }2 I# T7 K) g# m
[OBJ]Min=@sum(PXT(i,t):setup(i)*Y(i,t)+hold(i)*Inv(i,t));
1 e& d- _2 j8 F% `' m: ^2 B! 物流平衡方程; & K8 Q9 j" Y9 s' B( l5 T! G
@FOR(PXT(i,t)|t #NE# ) N; L$ U7 t r, W
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# - H" }, U3 r2 W9 N1 D
1:[Ba0]X(i,t)-Inv(i,t)=Demand(i,t)+@SUM(USES(i,j):Req(i,j)*X(j,t) ));
+ ]. r9 B" ~- d6 j, }! P3 W! 能力约束;
# p; ]6 W& {, P* L9 A f ^" g@FOR(TIME(t):[Cap]@SUM(PART(i):A(i)*X(i,t))<Capacity(t)); # k. j2 ?! \, @- o
! 其他约束;
% x* r1 [4 o# ?) wM = 25000;
7 u$ Z% ^) s7 @@FOR(PXT(i,t):X(i,t)<=M*Y(i,t));
, s" b0 c( o. i/ L' |6 T; x@FOR(PXT BIN(Y)); ' H0 [+ c# v/ u1 x/ [' U
DATA:
* t% [9 J0 }" v6 |5 `) N: _( `! Y" wDemand=0;Req =0;
( B/ U3 n- x7 ~/ w1 p% M1 {/ ZCapacity=10000 0 5000 5000 1000 1000;
$ t) i9 A Z$ c1 CSetup=400 500 1000 300 200 400 100;
5 t. ` P4 s' t qHold=12 0.6 1.0 0.04 0.03 0.04 0.04; 6 a0 N" G3 w$ r0 |$ H. N; B0 T
A=0 5 8 0 0 0 0; 0 Y% b1 f: }2 E) k9 c/ d
ENDDATA
' _! f% R8 _ P( n0 cCALC:
6 R# M7 w1 v8 t. ademand(1,1)=40;demand(1,3)=100;
8 @4 y) \- ^4 Udemand(1,5)=90;demand(1,6)=10; + w5 Z% ~& v) z2 o! G7 H
req(2,1)=5;req(3,1)=7;req(4,2)=9;
) C a! y B# ?/ D, ~* Yreq(5,2)=11;req(6,3)=13;req(7,3)=15;
/ |/ v, @4 y: }% P! QENDCALC ; C8 Z2 y2 c9 t: _ w
END
0 `+ s; Q) `7 M# }/ M
1 H5 K6 M$ F& b/ j I A![]()
1 `% t" }( _- r* K# h. `: X" G习题:
$ Q8 w4 O& f7 p) E
( X7 F+ j# _- ]& }. _/ H1.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。
, z( y- ?0 v( e0 o4 p8 r4 X
# H* }1 \! A' C) l4 z2 c. n& H" o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。
1 l8 ^) A) H& k! ]1 c, a6 `8 z+ g9 u
% q1 m1 ^& o* ?6 N. K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。 ) I' Z7 j2 x4 e; @
3 H7 y5 v4 Q M7 ` ~
' I" s) D. ]* k `6 ]7 t. m% u8 j& ~# c' W+ D
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。
% Q: q8 o, T9 a6 U) F* s& b8 v- U4 V& j6 @6 H/ N) Q
# B% o6 t$ l) w% B/ b8 F2 Y
c, | L) g2 @4 ]3 Z
# P, U3 \8 C, ~1 }- ]7 \
2 R& e6 L) V: _先建立一般情况下的数学模型,再求解以下的具体问题: ( Y1 }, A8 s: x, X$ P2 y2 N
m) V$ O2 _1 }" b(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" G* ^1 t0 Q z
- j s7 {- w7 B3 N% N* C( s(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? % b- s H- ]2 x2 t1 l- a
————————————————$ f3 X- j$ g- m8 x
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。, k2 y( r% y! M3 o, D( z" N
原文链接:https://blog.csdn.net/qq_29831163/java/article/details/894139033 A) `/ Z9 z1 K
& _1 _( k7 S$ a' H
& j+ V; q# U6 W/ p |
zan
|