决策方案中成本与结果平衡问题.docVIP

决策方案中成本与结果平衡问题 　　摘要：当面临多个选择时，人们往往需要进行决策。在可以自主选择的前提下，决策通常是根据个人对事物的分析、判断和兴趣来作出决定。两种极端的决策准则是： 　　“决策的结果最好”和“决策的成本最小”。在做决策的时候，这两种准则都需顾及，但事实上两者往往并非是简单的正比关系，即结果最好未必意味着成本最小。这两者之间的关系还需我们调和，以优化决策。 　　围绕实际问题中的成本与利润的平衡，本文由工厂零件的加工模型入手，探讨决策成本与决策结果的平衡关系。 　　本文分为四个部分，首先，建立工厂的实际背景，对零件加工的情况进行概述；其次，对该模型中决策成本与结果的表现进行分析；接着，针对其中的不确定因素进行探讨与控制；最后，通过数学方法对该模型的鲁棒性进行检测。 　　关键词：数学建模；概率分布；回归分析 　　一、背景构建 　　1.厂长同学的加工厂开业啦！他从外地购买了一些半成品但苦于难以区分其优劣程度，每台机器中有许许多多不同的零件，为此他向hey老板购进检测机器。检测机器需要花费一定的时间金钱判断零件是否损坏，从而判断半成品等级，而等级又决定了将来加工成成品需要的时间金钱及将带来的利润，于是为了获取最大利润他不得不冒风险进行处理，请运用数学建模的知识，围绕检查零件及加工过程，设计加工参数，对该问题进行优化使得厂长同学获取更多利润。 　　二、问题的提出 　　给定该工厂的标准产品为n个零件，检测和生产的时间分配需要由厂长决定。由于总时间有限，厂长同学只能尽量找到最优的时间成本安排 　　由于工件的合格性检验是简单随机抽样，因此不可避免的会与实际抽样产生误差，选择适当的数学公式，探讨如何预测并控制该误差。 　　不同的工件由于等级不同会有不同的受欢迎程度，产生不同的效益，同时它们的生产成本也各不相同。 　　综合以上三点，我们需建立描述工件生产的利润模型，并在此基础上讨论如何平衡结果与成本的关系。三、模型假设 　　（1）假设所有的工件标准都是真实的 　　（2）假设工件的定价是已知的 　　（3）假设零件的测量精度范围为已知 　　（4）假设工件的等级对于厂长同学是未知的，而实际上根据零件损坏的个数近似成正态分布 　　（5）为了与最大利益比较，我们假设规定的时间为理想状态下的设定时间。随着理想状态下零件数目变化而变化。 　　五、问题分析 　　某工厂厂房在一定时期（T）内加工一些半成品（n个），已知该批产品已经有r个零件，题目要求我们根据检测零件做出一定的判断，判断半成品的等级。但检测是需要时间和金钱的双重的成本，每检测一个零件所需时间为tl，检测一个的成本为w，检测的零件数在二分之r到r之间，这里我们设为r。利用公式得到这样的精度区间。 　　根据零件损坏率可以将这些产品分为不同的等级（v个），我们要根据这些等级将这些产品送入不同的y个厂房进行进一步加工成品。每个厂房加工的成本（Xi）与时间（Ti）都是不同的，效益也不同（Wi）。我们由以上的叙述得到最终的利润表达。 　　六、模型的建立与求解 　　6.1函数假设 　　当选择检测n个零件时，真实情况下的工件的等级是大致遵循正态分布的 　　Yi=11-x 　　由表格得到对应变量的关系，设为 　　Wi=f2（yi） 　　Xi=f3（yi） 　　将工件中合格零件的个数转化为标准正态分布， 　　即工件中平均有八个合格零件，x=8，零件分布的标准差为一个6=1。此时，f（x）表示的即为工件中有x个合格零件的概率，我们用这个概率，表示实际抽测工件得到的等级分布，并在假设无误判的前提下，得到应有的利润表示。 　　W0=∑f（x）*n*wi-n*w 　　这是理想的最大利润表述。 　　我们设定加工总时间为理想状态下的时间： 　　T=∑ti（x）*f（x）*n+n*t0 　　6.2模型建立 　　（1）目标函数 　　根据厂长同学的意愿，他对该批零件的等级预判的精准度可以表示为一个范围， 　　由于厂长同学的心情指数有变化，抽样标准也有偏差。计算机模拟时，我们将这种分布近似认为是t分布，也就是说，将心情算作偶然误差，并将以上的精确度区间记为E={1-P1+}。 　　将区间E改动到图示范围内，并随机模拟给出厂长同学今天的心情指数。 　　（2）约束条件 　　由于我们只能得到一个置信区间，因此，不妨将这个置信区间所对应的概率记为pi即正态分布所对应的区间。厂长同学根据心情得到的结论可由t分布得出，记心情指数为t并由此得到一个函数，以（-，）为标准，则工件检验的零件数为n0=n+t。 　　6.3模型解决 　　6.3.1修改以上的公式为 　　Wi=pi*（∑f（x）*n*wi-n*w）； 　　并计算出最终的利润曲线比较得到最大值