运筹学在数学建模中的应用要点.ppt

一、运筹学概况 二、线性规划 三、整数规划与多目标规划 四、图论与网络优化 五、动态规划 六、赛题选讲 线性规划模型的解的几种情况 运 输 问 题 分 析： 模 型： 解 解 ★最短路的重要性质： 平面示意图 二 模型假设 卡车在一个班次中不应发生等待或熄火后再启动的情况； 在铲位或卸点处由两条路线以上造成的冲突问题面前，我们认为只要平均时间能完成任务，就认为不冲突。我们不排时地进行讨论； 空载与重载的速度都是28km/h，耗油相差很大； 卡车可提前退出系统； 卡车加油、司机吃饭与上厕所等休息时间忽略不计； 对所有卡车来说，一个班次的8小时是同一时刻开始的 计算结果（LINGO软件） 最大化产量 一 问题剖析 露天矿生产主要是运石料，这是一个运输问题,与典型的运输问题比较有以下特点： 这是运输矿石与岩石两种物资的问题； 属于产量大于销量的不平衡运输问题； 为了完成品位约束，矿石要搭配运输； 变量设计解决 约束条件设计解决 约束条件设计解决 产地、销地均有单位时间的流量限制； 约束条件设计解决 运输车辆只有一种，每次满载运输，154吨/车次； 铲位数多于铲车数意味着要最优的选择不多于7个产地作为最后结果中的产地； 整数要求→整数规划 从C107=120个整数规划中取最优的即得到最佳物流 最后求出各条路线上的派出车辆数及安排。 由最佳物流算出各条路线上的最少派出车辆数再给出具体安排即完成全部计算 目的：求出各条路线上的卡车数及安排 两个阶段的规划问题 第一个阶段：确定各条路线上运输石料的数量(车次)，可以用整数规划建模 第二阶段：规划各条线路上的派车方案，是一个组合优化问题 原则之一 总运量(吨公里)最小，同时出动最少的卡车，从而运输成本最小； 三 模型建立 多目标决策问题 （一）分阶段考虑，先考虑总运量最小 目标：总运量(吨公里)最小 xij ：从i铲位到j号卸点的石料运量 车●次； cij ：从i号铲位到j号卸点的距离 公里； 目标函数： xij为整数 约束 (1) 道路能力约束：一个电铲(卸点)不能同时为两辆卡车服务，所以一条路线上最多能同时运行的卡车数是有限制的 在i号铲位到j号卸点路线上运行一个周期平均所需时间 从i号铲位到j号卸点最多能同时运行的卡车数 (辆) 每辆卡车一个班次中在这条路线上最多可以运行的次数 (Aij-1)×5是开始装车至最后一辆车的延时时间 则一个班次中这条固定路线上最多可能运行的总车·次大约为：Lij=Aij×Bij；总吨数大约为154×Lij (2)电铲能力约束：还是因为1台电铲不能同时为两辆卡车服务，所以一台电铲在一个班次中的最大可能产量为：8×60／5=96(车·次)。 fi :描述第i号铲位是否使用的0-1变量，取1为使用；0为关闭。 (3)卸点能力约束：卸点的最大吞吐量为每小时60／3=20(车·次)，于是一个卸点在一个班次中的最大可能产量为：8×20=160(车·次)。 (4)铲位储量约束：各铲位的矿石和岩石产量都不能超过相应的储藏量 cki ：i号铲位的铁矿石储量 万吨 cyi ：i号铲位的岩石储量 万吨 (5)产量任务约束：各卸点的产量大于等于该卸点的任务要求 qj : j号卸点任务需求，q=(1.2,1.3,1.3,1.9,1.3)*10000 吨 (6)铁含量约束：各矿石卸点的平均品位要求都在指定的范围内 pi：i号铲位的矿石铁含量百分比 p=(30,28,29,32,31,33,32,31,33,31) (7)车辆数量约束 为各路线上运输量所需的实数卡车 数学模型为 70 2 13 倒Ⅱ 43 81 岩漏 15 70 岩场 43 42 倒Ⅰ 11 54 13 矿漏 铲位10 铲位9 铲位8 铲位7 铲位6 铲位5 铲位4 铲位3 铲位2 铲位1 （二）对最佳物流进行派车——第二阶段规划 这是一个组合优化中的一维装箱模型 装箱问题 装箱问题（Bin Packing）是一个经典的组合优化 问题，有着广泛的应用，在日常生活中也屡见不鲜 . 装箱问题的描述 设有许多具有同样结构和负荷的箱子 B1，B2，… 其数量足够供所达到目的之用 . 每个箱子的负荷（可为 长度、重量 etc.）为 C ,今有 n 个负荷为 wj(0 wj C , j= 1，2，…，n )的物品 J1，J2，…，Jn 需要装入箱内. 装箱问题： 是指寻找一种方法，使得能以最小数量的箱子数