清华社课件数学建模基于北太天元与AI的竞赛应用第4章课件.pptxVIP

在当今工业化与数字化深度融合的时代背景下，数学规划模型已成为推动各领域创新发展的重要工具。从智能制造到金融投资，从物流调度到能源管理，数学规划的应用无处不在。设计师通过优化模型确定材料尺寸，在保证结构强度的同时实现质量最轻；企业管理者借助数学模型制定最优定价策略，平衡成本与市场需求；物流专家运用规划方法设计运输方案，在满足各类约束条件下实现成本最小化；投资者则利用数学模型构建投资组合，在控制风险的同时追求收益最大化。这些应用实例充分展现了数学规划模型在解决复杂决策问题中的独特价值，其科学性和有效性已得到广泛验证。;数学规划模型的发展经历了从简单到复杂、从单一到多元的演变过程。早期的线性规划模型奠定了理论基础，随后发展出的整数规划、非线性规划、动态规划等方法极大地拓展了应用范围。现代数学规划已经能够处理包含多个目标、多种约束的复杂决策问题，在智能制造、智慧城市、金融科技等新兴领域发挥着关键作用。

本章将介绍各类数学规划模型的基本原理、建模方法和求解技术，通过精选的工程实例和经济案例，帮助学生掌握从实际问题抽象出数学规划模型的关键技能。特别强调模型建立的科学性和严谨性，包括决策变量的合理选择、约束条件的准确表达、目标函数的恰当定义等关键环节。;4.1太阳能电池板的生产计划

4.2汽车生产问题

4.3原油采购与加工

4.4接力队的选拔

4.5钢管下料问题

4.6农作物的种植策略 ?;4.1太阳能电池板的生产计划;现有一太阳能公司生产两种型号的电池板：型号A和型号B。每种电池板的生产需要不同的原材料和工时。已知，1千克的单晶硅可以在甲类设备上用3小时加工成50片A，或者在乙类设备上用2小时加工成52片B。根据市场需求，生产的A和B全部能售出，且每片A板获利150元，每片B板获利100元。现在工厂每天能得到132千克单晶硅的供应，每天正式工人总的劳动时间为710小时，并且甲类设备每天至多能加工310片A，乙类设备的加工能力没有限制。由于市场需求的增长，企业希望在有限的资源条件下，制定生产计划实现最大化利润。

试为该厂制订生??计划，使每天获利最大，并进一步讨论以下2个附加问题：

（1）若用85元可以买到1千克单晶硅，应否作这项投资？

（2）由于市场需求变化，每片A板的获利增加到190元，是否改变生产计划？;问题分析

这个规划问题的目标是使每天的获利最大，利润即目标函数，要做的决策是生产计划，即每天用多少千克单晶硅生产A，用多少千克单晶硅生产B(也可以是每天生产多少片A板，多少片B板)。决策受到3个条件的限制：原料（单晶硅）供应、劳动时间、甲类设备的加工能力。按照题目所给信息，将决策变量、目标函数和约束条件用数学符号及式子表示出来，就可得到数学规划模型。;模型假设

（1）由利润最大化原则，生产的电池板全部售出；

（2）A，B两种电池板每片的获利是与它们各自产量无关的常数，每千克的单晶硅加工出A，B的数量和所需的时间是与它们各自的产量无关的常数（比例性）；

（3）A，B每片的获利是与它们相互间产量无关的常数，每千克单晶硅加工出A，B的数量和所需的时间是与它们相互间产量无关的常数（可加性）；

（4）加工A，B所需的原料单晶硅的数量可以是任意实数（连续性）。;线性规划具有的特征：

（1）比例性。每个决策变量对目标函数的“贡献”，与该决策变量的取值成正比；每个决策变量对每个约束条件右端项的“贡献”，与该决策变量的取值成正比。

（2）可加性。各个决策变量对目标函数的“贡献”，与其他决策变量的取值无关；各个决策变量对每个约束条件右端项的“贡献”，与其他决策变量的取值无关。

（3）连续性。每个决策变量的取值是连续的。

比例性和可加性保证了目标函数和约束条件对于决策变量的线性关系，连续性则允许得到决策变量的实数最优解。;模型建立

设公司的每天利润为元，生产A所用原料的数量为千克，生产B所用原料的数量为千克。通过分析生产过程，利用利润公式得目标函数；对原材料的供应、劳动时间和设备能力进行分析得约束条件。;综上，线性规划LP模型为：;模型求解

对于线性规划模型可使用北太天元命令linprog求解。求得最优解为

，即用6.2千克单晶硅生产A板，125.8千克单晶硅生产B板，最大利润为700660元。;求解附加问题（1），若用85元可以买到1千克单晶硅，应否作这项投资？利用北太天元求解其影子价格，得到原材料单晶硅的影子价格为5200，显然大于购买成本85，所以可以投资。

（2）由于市场需求变化，每片A板的获利增加到190元，是否改变生产计划？分析发现当每片A板的获利增加到190元，对应模型中的目标函数的系数在发生变化，目标