第三章 优化方法与案例分析.ppt

3.2简单优化模型建模与案例分析 工厂定期订购原料，存入仓库供生产之用；车间一次加工出一批零件，供装配线每天生产之需；水库在雨季蓄水，用于旱季的灌溉和发电。显然，这些情况下都有一个存贮量多大才合适的问题。存贮量过大，存贮费用太高；存贮量太小，会导致一次性订购费用增加，或不能及时满足需求。 这里，讨论两个简单的存贮模型：不允许缺货模型和允许缺货模型。 1. 不允许缺货模型 先考察这样一个问题：配件厂为装配线生产若干种部件，轮换生产不同的部件时因更换设备要付生产准备费(与生产数量无关)，同一部件的产量大于需求时因积压资金、占用仓库要付贮存费。 已知某一部件的日需求量为100件，生产准备费5000元，贮存费每日每件1元。如果生产能力远大于需求，并且不允许出现缺货，试安排该产品的生产计划，即多少天生产一次(称为生产周期)，每次产量多少，可使总费用最小。 (1)分析 生产周期短、产量少，会使周期内总贮存费小，而每天的准备费大；而周期长、产量多，会使周期内总贮存费大，每天的准备费小。所以，必然存在一个最佳周期，使得总费用最小。要使总费用最小，也就是使得周期内每天的平均费用最低。 (2)模型假设 (3)模型建立 2. 允许缺货的存贮模型 在某些情况下用户允许短时间的缺货，虽然会造成一定的损失，但是如果损失费不超过缺货导致的准备费和贮存费的话，允许缺货就应该是可以采取的策略。 3.3 线性规划建模方法基础 3.4 线性规划方法建模案例分析 3.7动态规划方法建模与案例分析 动态规划是一种将复杂的对阶段决策问题转化为一系列比较简单的最优化问题的方法，它的基本特征是优化过程的多阶段性。 动态规划是求解某一类问题的一种方法，是考查问题的一种途径，而不是一种算法，它没有标准的数学表示式和具体的算法，必须具有问题具体分析处理。 动态规划师一种用于处理多阶段决策问题的数学方法，主要是先将一个复杂的问题分解成相互联系的若干阶段，每个阶段即为一个子问题，然后逐个解决，当每个阶段的决策确定之后，整个过程的决策也就确定了。阶段一般用时间段来表示(即与时间有关)，这就是“动态”的含义，把这种处理问题的方法称为动态规划方法。 1、动态规划的基本概念 2、动态规划的基本条件 3、动态规划的基本方程 3.8 规划方法建模与案例分析 卸货地点(以下简称卸点)有卸矿石的矿石漏、2个铁路倒装场(以下简称倒装场)和卸岩石的岩石漏、岩场等，每个卸点都有各自的产量要求。从保护国家资源的角度及矿山的经济效益考虑，应该尽量把矿石按矿石卸点需要的铁含量(假设要求都为29.5% 1%，称为品位限制)搭配起来送到卸点，搭配的量在一个班次(8小时)内满足品位限制即可。从长远看，卸点可以移动，但一个班次内不变。卡车的平均卸车时间为3分钟。 所用卡车载重量为154吨，平均时速28 。卡车的耗油量很大，每个班次每台车消耗近1吨柴油。发动机点火时需要消耗相当多的电瓶能量，故一个班次中只在开始工作时点火一次。卡车在等待时所耗费的能量也是相当可观的，原则上在安排时不应发生卡车等待的情况。电铲和卸点都不能同时为两辆及两辆以上卡车服务。卡车每次都是满载运输。 每个铲位到每个卸点的道路都是专用的宽60 的双向车道，不会出现堵车现象，每段道路的里程都是已知的。 一个班次的生产计划应该包含以下内容：出动几台电铲，分别在哪些铲位上；出动几辆卡车，分别在哪些路线上各运输多少次(因为随机因素影响，装卸时间与运输时间都不精确，所以排时计划无效，只求出各条路线上的卡车数及安排即可)。一个合格的计划要在卡车不等待条件下满足产量和质量(品位)要求，而一个好的计划还应该考虑下面两条原则之一： 1.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； 2.利用现有车辆运输，获得最大的产量(岩石产量优先；在产量相同的情况下，取总运量最小的解)。 请就两条原则分别建立数学模型，并给出一个班次生产计划的快速算法。针对下面的实例，给出具体的生产计划、相应的总运量及岩石和矿石产量。 某露天矿有铲位10个，卸点5个，现有铲车7台，卡车20辆。各卸点一个班次的产量要求：矿石漏1.2万吨、倒装场Ⅰ1.3万吨、倒装场Ⅱ1.3万吨、岩石漏1.9万吨、岩场1.3万吨。 铲位和卸点位置的二维示意图如下，各铲位和各卸点之间的距离(公里)如下表： 铲位1 铲位2 铲位3 铲位4 铲位5 铲位6 铲位7 铲位8 铲位9 铲位10 矿石漏 5.26 5.19 4.21 4.00 2.95 2.74 2.46 1.90 0.64 1.27 倒装场Ⅰ 1.90 0.99 1.90 1.13 1.27 2.25 1.48 2.04 3.09 3.51 岩