运筹学导论第八版--1绪论.ppt

* 虽然运筹学的模型是在一组约束条件下，使得某一具体的目标评判标准达到最优，但是它所得出的解的质量取决于模型对实际问题刻画的完全性。 以购机票问题为例，假如我们不能找到所有的方案的话，那么所得到的解只相对于所选模型是最优的。例如方案3没有在模型中，则“最优”解就要用1880美元，这是一个次最优（suboptimal）解。 因此，一个模型的“最优”解只是对这个模型是最好的，当模型完全的表达了实际问题时，他的解对实际才是最优的。 * 1.2 运筹学模型的求解 在OR中，没有一种万能的技术能求解出实践中所有的数学模型； 在OR中，常用的技术有：线性规划、整数规划、动态规划、网络规划、非线性规划等，除此之外还有很多运筹学方法。 运筹学的问题解通常不是某种解析式形式的，需要反复迭代，逐步向最优解靠近，每步迭代的计算规则是一致的，这需要计算机来计算。 对于非常复杂的数学模型，可能必须放弃最优解，可能利用某些启发式算法或经验方法，找到较好的解（非最优的）。 * 1.3 排队模型和模拟模型 排队模型和模拟模型用于研究等待队列，他们不属于最优化技术，而是用来度量等待队列的性能，例如队长、等待时间、设施利用率等； 排队论基于各种概率分布采用概率论随机模型分析队列，而模拟可以分析任何排队情形，是观察实际系统最好的方法； 建立模拟模型的过程非常费时费力，计算过程非常耗时。 * 1.4 建模的艺术 运筹学的建模过程实际上是对现实问题的抽象和近似。 我们应该把研究的重点聚焦在控制实际系统行为的主要变量上，从现实世界中抽象出假定的实际系统。 现实世界 假设现实世界 模型 * Tyko制造公司生产各种塑料容器制品，当生产订单到达生产部门的时候，必要的原材料要从公司库存或采购。完成生产后，销售部门负责向客户分销产品。 问题：生产批量应该是多少？如何用模型来表达？ 许多变量都可以直接表示生产水平，下面是各部门的变量： 生产部门：机器数、工人工作时间、半成品库存、质量控制标准表示的生产能力； 原材料部门：原材料库存量、采购供货安排、库存限量 销售部门：销售预测、分销网能力、广告促销能力、竞争水平。 这些变量均影响生产量，建立上述所有因素的模型极为困难 * 第一个抽象水平需要定义出假定实际系统的边界。通过分析，可以用下面两个主要变量来近似描述实际系统： 生产率 (2) 消费率 计算生产率要用到生产能力、质量控制标准、现有原材料等变量；消费率则可以从与销售部门有关的变量计算。 本质上，从现实世界到假定现实世界的简化，是通过多个现实世界变量“简化”成为单一的假定现实世界变量来实现的。 利用生产率和消费率，就可以建立起库存剩余和不足的度量，建立起模型以平衡库存剩余或短缺所引起的冲突成本，使得库存费用最低。 通过上述过程，比较容易对假定的现实世界建立模型。 * 1.5 仅有数学是不够的 运筹学模型是数学模型，数学是运筹学的基石； 运筹学决策模型总是受到人的因素影响，运筹学的成败与心理因素密切相关。 几个例子： 电梯等待时间优化问题；机场柜台紧急插队问题；钢锭产量均衡问题 是否可能采用“突破常规的”思路解决问题； 必须考虑人的因素（文化差异、国民习性）； 数学模型应该去适应现实问题；而不是反之； * 1.6 运用运筹学的几个步骤 运用运筹学解决实际问题需要团队精神，需要OR人员的专业技能必须与客户的经验与合作相配合，必须面向客户的问题开展研究。 运筹学是科学，也是艺术。 科学性：体现数学的优点（定量分析） ； 艺术性：成功与否取决于OR团队的创造性和经验（技术的判断力、与人沟通及组织的能力与技巧） * 运用运筹学解决实际问题的通行步骤： 问题定义：确定研究问题的范围，即确定 (1) 可能的决策方案; (2) 问题的目标; (3) 模型限制条件. 模型构造：将问题的定义转化为数学关系。产生的模型是某种标准的数学模型，比如线性规划模型。反之，如果数学模型过于复杂而得不到解析解，则需要进一步简化模型，使用启发式方法求解。 模型求解：利用成熟的求解算法求解，如有必要进行灵敏度分析。 模型验证：验证解的合理性。方法包括基于历史数据合理地再现结果；缺乏历史数据，可以模拟手段来验证 实 施：将模型结果（往往是数学结果）翻译为能让人理解的操作指令或方案 * 明确问题 建立模型 设计算法 整理数据 求解模型 评价结果 简化？ 满意？ Yes No No * 1.7 运筹学的定义 Morse 和 Kimball：为决策机构对所控制的业务活动作决策时，提供以数量为基础的科学方法。 英国运筹学会：把科学方法应用在指导人员、工商企业、政府和国防等方面解决发生的各种问题，其方法是发展一个科学的系统模式，并运用这种模式预测，比较各种决策及其