【数学建模】饮料厂生产问题.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
【数学建模】饮料厂生产问题

例 1 饮料厂的生产与检修计划 某饮料厂生产一种饮料用以满足市场需求. 该厂销售科根据市场预测, 已经确定了未来四周该 饮料的需求量. 计划科根据本厂实际情况给出了未来四周的生产能力和生产成本, 如表中所示. 每 周当饮料满足需求后有剩余时, 要支出存贮费, 为每周每千箱饮料 0.2 千元. 问应如何安排生产计划, 在满足每周市场需求的条件下, 使四周的总费用(生产成本与存贮费之和)最小 如果工厂必须在未来四周的某一周中安排一次设备检修, 检修将占用当周 15 千箱的生产能力, 但会使检修以后每周的生产能力提高 5 千箱, 则检修应该安排在哪一周. 周次 需求量(千箱) 生产能力(千箱) 成本(千元/千箱) 周次需求量(千箱)生产能力(千箱)成本(千元/千箱)115305.0225405.1335455.4425205.5 方法一 问题分析 除第 4 周外每周的生产能力超过每周的需求; 生产成本逐周上升; 前几周应多生产一些. 模型假设 饮料厂在第 1 周开始时没有库存; 从费用最小考虑, 第 4 周末不能有库存; 周末有库存时需支出一周的存贮费; 每周末的库存量等于下周初的库存量. 模型建立 决策变量 x1 ~x4: 第 1~4 周的生产量. y1 ~ y3: 第 1~3 周末库存量. 存贮费: 0.2 (千元/周千箱). 目标函数 min z=5x1+5.1x2+5.4x3+5.5x4+0.2(y1+y2+y3) 约束条件 x1-y1=15 x2+ y1 -y2=25 x3+ y2 –y3=35 x4+ y3=25 x1≤30, x2≤40, x3≤45, x4≤20 x1, x2, x3 , x4, y1, y2, y3≥0 三、结果或结论 模型求解 LINDO 求解, 最优解: x1 ~x4: 15, 40, 25, 20; y1 ~ y3: 0, 15, 5 . 方法二 1.某饮料厂生产一种饮料用以满足市场需要。该厂销售科根据市场预测,已经确定了未来四周该饮料的需求量。计划科根据本厂实际情况给出了未来四周的生产能力和生产成本,如下图。每周当饮料满足需求后有剩余时,要支出存贮费,为每周每千箱饮料0.2千元。如果工厂必须在未来四周的某一周中安排一次设备检修,检修将占用当周15千箱的生产能力,但会使检修以后每周的生产能力提高5千箱,则检修应该放在哪一周,在满足每周市场需求的条件下,使四周的总费用(生??成本与存贮费)最小? 周次 需求量(千箱) 生产能力(千箱) 成本(千元/千箱) 1 15 30 5.0 2 25 40 5.1 3 35 45 5.4 4 25 20 5.5 合计 100 135 模型建立: 未来四周饮料的生产量分别记作x1,x2,x3,x4;记第1,2,3周末的库存量分别为y1,y2,y3;用wt=1表示检修安排在第t周(t=1,2,3,4)。 输入形式: min=5.0*x1+5.1*x2+5.4*x3+5.5*x4+0.2*(y1+y2+y3); x1-y1=15; x2+y1-y2=25; x3+y2-y3=35; x4+y3=25; x1+15*w1=30; x2+15*w2-5*w1=40; x3+15*w3-5*w2-5*w1=45; x4+15*w4-5*(w1+w2+w3)=20; w1+w2+w3+w4=1; x1=0;x2=0;x3=0;x4=0;y1=0;y2=0;y3=0; @bin(w1); @bin(w2); @bin(w3); @bin(w4); 运行结果: Global optimal solution found at iteration: 0 Objective value: 527.0000 Variable Value Reduced Cost X1 15.00000 0.000000 X2 45.00000 0.000000 X3 15.00000 0.000000

文档评论(0)

xcs88858 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档