工厂原材料消耗问题的蒙特卡罗仿真.docVIP

工厂原材料消耗问题的蒙特卡罗仿真 摘要：本论文根据日原材料消耗量的随机性和订货到达天数的随机性，采用蒙特卡洛仿真方法模拟工厂原材料的库存状况，并在MATLAB上对其进行动态模拟仿真及结果显示。综合考虑产品成本与工厂生产安排，进而得出工厂在满足生产需求的同时获得生产效益最大、原材料库存最合理的情况。 关键词：动态模型，蒙特卡罗，MATLAB软件，原材料消耗 ABSTRACT: The paper, based on the random numbers of daily materials consumption random number and reaching days after ordered , simulates the situation of the raw material inventory in the factory by the Monte Carlo method and makes dynamic simulation on the MATLAB. Considering the product cost and factory production scheduling, come to find the situation that the factory could meet the production requirements, meanwhile, obtain the most production benefit and the most reasonable material inventory Key words: dynamic model，Monte Carlo method，MATLAB，materials consumption 0 引言 在一家工厂型公司中，原材料的流通速度越大越好，在购买的公司中囤积的原材料越少越好，这就需要一个管理机制与供应商订购机制相对好的部门，这样可以减少原材料所占工厂的面积，提高原材料的流通速度，但是过低的库存量与过频繁的订购量会造成产品生产成本的提高甚至是工厂生产脱节，无法正常完成生产目标等问题。所以科学合理地制定订货频度以降低产品成本、完成生产任务是工厂型企业的管理人员必须解决的一个重要问题。 1研究方法与原理 研究方法 蒙特卡罗方法 1.1.1 蒙特卡罗方法简介 蒙特卡罗方法又称统计模拟法、随机抽样技术，是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法，是使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。 基本思想：为了求解数学、物理、工程技术以及生产管理等方面的问题，首先建立一个概率模型或随机过程，使它的参数等于问题的解；然后通过对模型或过程的观察或抽样试验来计算所求随机参数的统计特征，最后给出所求解的近似值，解的精度可用估计值的标准误差来表示。蒙特卡罗方法以概率统计理论为其主要理论基础，以随机抽样（随机变量的抽样）为其主要手段。它可以解决各种类型的问题，但总的来说，视其是否涉及随机过程的性态和结果，这些问题可分为两类：第一类是确定性的数学问题，如计算多重积分、解线形代数方程组等；第二类是随机性问题，如原子核物理问题、运筹学中的库存问题、随机服务系统中的排队问题、动物的生态竞争和传染病的蔓延问题等。 1.1.2 运用蒙特卡罗方法的原因 ·简单，省却了繁复的数学推导和演算过程，使得一般人也能够理解和掌握； ·快速。简单和快速，是蒙特卡罗方法在现代项目管理中获得应用的技术基础。 1.1.3 复杂性分析 蒙特卡罗方法有很强的适应性，问题的几何形状的复杂性对它的影响不大。该方法的收敛性是指概率意义下的收敛，因此问题维数的增加不会影响它的收敛速度，而且存贮单元也很省，这些是用该方法处理大型复杂问题时的优势。因此，随着电子计算机的发展和科学技术问题的日趋复杂，蒙特卡罗方法的应用也越来越广泛。它不仅较好地解决了多重积分计算、微分方程求解、积分方程求解、特征值计算和非线性方程组求解等高难度和复杂的数学计算问题，而且在统计物理、核物理、真空技术、系统科学、信息科学、公用事业、地质、医学，可靠性及计算机科学等广泛的领域都得到成功的应用。 1.1.4 方法的基本步骤 步骤1：建立概率模型，即将所研究的问题变为概率问题，构造一个符合其特点的概率模型; 步骤2：产生一组符合该随机变量概率分布特性的随机数值序列； 步骤3：以随机数值序列作为系统的抽样输入进行大量的数字模拟试验，以得到模拟试验值； 步骤4：对模拟试验结果进行统计处理（如计算频率、均值等），进而对研究问题做出解释。 2 研究方法的实现 2.1 MATLAB编程 M