生猪的出售时机 焦梦.ppt

3.2生猪的出售时机 一饲养场每天投入4元资金用于饲料、设备、人力，估计可使一头80kg重的生猪每天增加2kg.目前生猪出售的市场价格为8元/kg，但是预测每天会降低0.1元，问该场应该什么时候出售这样的生猪.如果上面的估计和预测有出入，对结果有多大影响？ 问题分析 投入资金可使生猪体重随时间增长，但售价（单价）随时间减少，应该存在一个最佳的出售时机，使获得利润最大.这是一个优化问题，根据给出的条件，可作如下的简化假设. 模型假设 每天投入4元资金使生猪体重每天增加常数r（=2kg）； 生猪出售的市场价格每天降低常数g（=0.1元）. 模型建立 给出以下记号： t~增重阶段的饲养时间（天）（待优化变量/决策变量）； w~生猪体重（kg）； p~出售生猪的单价（元/kg）； R~出售生猪的收入（元）； C~增重阶段t天投入的总资金（元）； Q~出售生猪的纯利润（元）. 模型建立 饲养t天的生猪体重w=80+rt； 饲养t天的单价p=8-gt； 饲养t天的出售收入R=pw； 饲养t天的投入资金C=4t； 饲养t天出售生猪可获得的纯利润Q=R-C-8×80. 模型求解 当r=2，g=0.1时，求t（≥0）使Q（t）最大. 求二次函数最大值问题，代数或微分法. 敏感性分析 由于模型假设中的参数（生猪每天增加的体重r和价格的降低g）是估计和预测的，所以应该研究它们有所变化时对模型结果的影响. 敏感性分析 1.设每天生猪价格的降低g=0.1元不变，研究r变化的影响，由（2）式可得 敏感性分析 敏感性分析 2.设每天生猪体重的增加r=2kg不变，研究g变化的影响，由（2）式可得 敏感性分析 敏感性分析 可以用相对改变量衡量结果对参数的敏感程 度.t对r的敏感度记作S（t，r），定义为 敏感性分析 类似地定义t对g的敏感度S（t，g），由 （4）式，当g=0.1时可算出 模型的强健性 强健性分析 建模过程中假设了生猪体重的增加和价格的降低都是常数，由此得到的w和p都是线性函数，这无疑是对现实情况的简化.更实际的模型应考虑非线性和不确定性. 强健性分析 如记第t天生猪体重为w=w(t)千克，w’(t)有何意义？ 强健性分析 则饲养t天出售生猪可获得的纯利润函数为 强健性分析 用微分法求解（8）式的极值问题，可知最优解t应满足 敏感性分析 另外，从敏感性分析知，出售时机t相对于生猪每天的增重r的变化为S(t,r)=3，所以若1.8≤w’ ≤2.2（以2kg为基础值，10%以内），则结果应为7≤t≤13(以10天为基础值，30%以内).（图2） 若设p’=-0.1是最坏的情况，如果这个（绝对）值更小，t就应更大.所以最好的办法是：过大约一周后重新估计p,p’,w,w’,再作计算.（图3） 评注 这个问题本身及其建模过程都非常简单，我们着重介绍的是它的敏感性分析和强健性分析，这种分析对于一个模型，特别是优化模型是否真的能用，或者用的效果如何，是很重要的. * * 80 天 猪重 8 售猪单价 图1 这里应该扣掉以当前价格（8元/kg）出售80kg生猪的收入8×80=640元. 则目标函数（纯利润）为 (1) （2） 当r=2，g=0.1时，t=10，Q(10)=20，即10天后出售，可得最大纯利润20元. 因为t不能为负数，所以r≥1.5. （3） t是r的增函数，表1和图1给出它们的关系. 12.7 11.4 10.0 8.4 6.7 4.7 2.5 0 t 2.2 2.1 2.0 1.9 1.8 1.7 1.6 1.5 r 20.0 19.3 18.6 17.8 16.9 16.0 15.0 13.9 t 3.0 2.9 2.8 2.7 2.6 2.5 2.4 2.3 r 表1 r与t的关系 图2 r与t的关系 (4) t是g的减函数，表2和图3给出它们的关系. 7.3 0.11 5.0 0.12 0 1.4 3.1 10.0 13.3 17.5 22.9 30.0 t 0.15 0.14 0.13 0.10 0.09 0.08 0.07 0.06 g 表2 g与t的关系 图3 g与t的关系 (5) 由(3)式,当r=2时可算出 (6) 即生猪每天体重r增加1%,出售时间推迟3%. 原来关注的是绝对数值的关联，现在关注的是相对数值的关联. 即生猪价格每天的降低g增加1%，出售时间提前3%.r和g的微小变化对模型结果的影响并不算大. （7） 模型假设 观测数据 模型 模型参数 模型结构 模型的强健性 模型的结构和参数是由模型假设及对象的信息(如观测数据)确定的，而假设不可能太准确，观测数据也是允许有误差的. 当模型假设改变时，可以导出模型结构的相应变化；当观测数据有微小改变时，模型参数也只有相应的微