运筹学案例十： “年度配矿计划的优化”.doc

运筹学案例十: “年度配矿计划的优化” 一·问题的提出 某大型冶金矿山公司共有 14个出矿点，年产量及各矿点矿石的平均品位(含铁量的百分比)均为已知，如表1所示: 表 l 矿点号 出矿量(万吨) 平均铁品位(%) 1 70 37.16 2 7 51.25 3 17 40.00 4 23 47.00 5 3 42.00 6 9.5 49.96 7 1 51.41 8 15.4 48.34 9 2.7 49.08 10 7.6 40.22 11 13.5 52.71 12 2.7 56.92 13 1.2 40.73 14 7.2 50.20 按照炼铁生产的要求,在矿石采出后,需按要求指定的品位值 TFe进行不同品位矿石的混合配料,然后进入烧结工序,最后,将小球状的烧结球团矿送入高炉进行高温冶炼,生产出生铁。 该企业要求:将这14个出矿点的矿石进行混合配矿。依据生产设备及生产工艺的要求，混合矿石的平均品位TFe规定为45。 问：如何配矿才可获得最佳的效益? 二·分折与建模 显而易见,这是一个在一定的约柬条件下欲取得最佳效益的优化问题,属于运筹学中线性规划的范畴。 1 设计变量: 记xj j=1,2,…,14分别表示出矿点1一14所产矿石中参与配矿的数量 (单 位:万吨)。 2 约束条件:包括三部分: (1) 供给(资源)约束:由表可得 (2) 品位约束: (3) 非负约束: xj≥0, j=1,2,…,14 3 目标函数: 此项目所要求的“效益最佳”,作为决策准则有一定的模糊性。由于配矿后混合矿石将作 为后面工序的原料而产生利润,故在初始阶段可将目标函数选作配矿总量,并追求其极大化。 于是,可得出基本模型(LP)如下: 三. 计算结果及分析 1 计算结果 使用单纯形算法,求得此模型的最优解:(单位:万吨) x1*=31.121 x2*=7 x3*=17 x4*=23 x5*= 3 x6*=9.5 x7*= 1 x8*=15.4 x9*= 2.7 x10*=7.6 x11*=13.5 x12*= 2.7 x13*= 1.2 x14*=7.2 Max Z*=141.921(万吨) 2 分析与讨论 这个结果是否能为该公司所接受呢?回答是否定的!注意到在最优解中,除第一个矿点有富余外，其余 13个矿点的出矿量全部参与配矿.而矿点 1在配矿后尚有富余量:70-31.121=38.879(万吨)，但矿点1的矿石平均品位仅为37.16%，属贫矿。 作为该公司的决策层绝难接受这个事实，花费大量的人力、物力、财力后，在矿点l生产的贫矿中却有近39万吨被闲置，而且在大量积压的同时，会产生环境的破坏，也难容忍。 原因何在?出路何在? 经过分析后可知,在矿石品位及出矿量都不可变更的情况下,只能把注意力集中在混合矿的品位要求TFe上.不难看出，降低TFe的值，可以使更多的低品位矿石参与配矿. TFe有可能降低吗? 在因TFe的降低而使更多的贫矿石入选的同时,会产生什么影响? 必须加以考虑. 就线性规划模型建模、求解等方面来说,降低TFe及其相关影响已不属于运筹学的范围，它已涉及该公司的技术与管理。但是，从事此项目研究的运筹学工作者却打破了这个界限，迈开双脚走到现场操作人员、工程技术人员及管理人员中去，请教、学习、调查,然后按照TFe的三个新值:44%、43%、及42%，重新计算. 3 变动参数值及再计算 将参数TFe的三个变动值: 0.44、0.43、0.42分别代入基本模型( LP )，重新计算，相应的最优解分别记作X*0.44,X*0.43,X*0.42为便于比较,将原始数据及初次计算所得最优解X*0.45 ,也一起列入，如表2所示: 表 2 矿点 铁品位 (%) 出矿量 (万吨) TFe =45% TFe =44% TFe =43% TFe =42% X*0.45 富余量 (万吨) X*0.44 富余量 (万吨) X*0.43 富余量 (万吨) X*0.42 富余量 (万吨) 1 37.16 70 31.121 38.879 51.87 18.13 70 0 70 0 2 51.25 7 7 0 7 0 7 0 7 0 3 40.00 17 17 0 17 0 17 0 17 0 4 47.00 23 23 0 23 0 23 0 23 0 5 42.00 3 3 0 3 0 3 0 3 0 6 49.96 9.5 9.5 0 9.