凯鲁嘎吉 - 博客园

http://www.cnblogs.com/kailugaji/

说明:

Lingo版本:

                        

  某工厂明年根据合同,每个季度末向销售公司提供产品,有关信息如下表。若当季生产的产品过多,季末有积余,则一个季度每积压一吨产品需支付存贮费O.2万元。现该厂考虑明年的最佳生产方案,使该厂在完成合同的情况下,全年的生产费用最低。试建立模型。

季度j

生产能力aj()

生产成本dj (万元/吨)

需求量bj()

    1

 

    30

 

    15O

 

    20

 

    2

 

    40

 

    14.O

 

    20

 

    3

 

    20

 

    153

 

    30

 

    4

 

    10

 

    148

 

    10

解:现在我们对本问题定义三种不同形式的决策变量从而从不同的途径来构建模型。

(1)设工厂第j季度生产产品xj吨。

首先,考虑约束条件

第一季度末工厂需交货20吨;故应有x1≥20;

第一季度末交货后积余(x1-20)吨;

第二季度末工厂需交货20吨,故应有x1-20+ x2≥20;类似地,应有x1+ x2-40+ x3≥30;

第四季度末供货后工厂不能积压产品,故应有x1+ x2+ x3-70+ x4=10;

又考虑到工厂每个季度的生产能力,故应有0≤xjaj

其次,考虑目标函数:

第一季度工厂的生产费用为15.0x1

第二季度工厂的费用包括生产费用14 x2及积压产品的存贮费0.2(x1-20);

类似地,第三季度费用为15.3x3+0.2(x1+ x2-40),

第四季度费用为14.8x4+0.2(x1+ x2+ x3-70)。

工厂一年的费用即为这四个季度费用之和。

整理后,得下列线性规划模型:

Min f  =15.6 x1+14.4 x2+15.5 x3+14.8 x4-26

s.t.x1+ x2     ≥40

        x1+ x2+ x3   ≥70

        x1+ x2+ x3+ x4=80

       20≤x1≤30

       0≤x2≤40

       0≤x3≤20

       0≤x4≤10 

Lingo程序:

min=15.6*x1+14.4*x2+15.5*x3+14.8*x4-26;
x1>=20;
x1<=30;
x1+x2>=40;
x2<=40;
x1+x2+x3>=70;
x3<=20;
x1+x2+x3+x4=80;
x4<=10;
end

结果为:

Global optimal solution found.
Objective value: 1165.000
Infeasibilities: 0.000000
Total solver iterations: 0 Variable Value Reduced Cost
X1 20.00000 0.000000
X2 40.00000 0.000000
X3 10.00000 0.000000
X4 10.00000 0.000000 Row Slack or Surplus Dual Price
1 1165.000 -1.000000
2 0.000000 -0.1000000
3 10.00000 0.000000
4 20.00000 0.000000
5 0.000000 1.100000
6 0.000000 0.000000
7 10.00000 0.000000
8 0.000000 -15.50000
9 0.000000 0.7000000

(2)设第j季度工厂生产的产品为xj吨,第j季度初存贮的产品为yj吨(显然,y1=0)。

因为每季度初的存贮量为上季度存贮量、生产量之和与上季度的需求量之差,又考虑到第四季度末存贮量为零,故有;

    x1-20=y2,    

    y2+x2-20=y3,

    y3+x3-30=y4,   

    y4+x4=10;

同时,每季度的生产量不能超过生产能力:xj≤aj;而工厂四个季度的总费用由每季的生产费用与存贮费用组成,于是得线性规划:

    minf=15.Ox1+O.2y2+14x2+O.2y3+15.3x3+O.2y4+14.8x4

    s.t.  x1-y2=20

                 y2+x2-y3=20

                 y3+x3-y4=30

                 y4+x4=10

                0≤x1≤30   0≤x2≤40

               0≤x3≤20   0≤x4≤10

               0≤yj    j=2,3,4

Lingo程序:

min=15*x1+14*x2+15.3*x3+14.8*x4+0.2*y2+0.2*y3+0.2*y4;
x1-y2=20;
x2+y2-y3=20;
y3+x3-y4=30;
y4+x4=10;
x1<30;
x2<40;
x3<20;
x4<10;
end

结果为:

Global optimal solution found.
Objective value: 1165.000
Infeasibilities: 0.000000
Total solver iterations: 0 Variable Value Reduced Cost
X1 20.00000 0.000000
X2 40.00000 0.000000
X3 10.00000 0.000000
X4 10.00000 0.000000
Y2 0.000000 0.1000000
Y3 20.00000 0.000000
Y4 0.000000 0.7000000 Row Slack or Surplus Dual Price
1 1165.000 -1.000000
2 0.000000 -15.00000
3 0.000000 -15.10000
4 0.000000 -15.30000
5 0.000000 -14.80000
6 10.00000 0.000000
7 0.000000 1.100000
8 10.00000 0.000000
9 0.000000 0.000000

(3)设第i季度生产而用于第j季度末交货的产品数量为xij吨。

根据合同要求,必须有:

x11=20,    

x12+x22=20,

x13+x23+x33=30,   

x14+x24+x34+x44=10。

又每季度生产而用于当季和以后各季交货的产品数不可能超过该季度工厂的生产能力,故应有。

  X11+x12+x13+x14≤30,

  x22+x23+x24≤40,    

  x33+x34≤20,

  x44≤10。

第i季度生产的用于第j季度交货的每吨产品的费用cij=dj+0.2(j-i),于是,有线性规划模型。

minf=15.0x11+15.2x12+15.4x13+15.6x14+14x22+14.2x23+14.4x24+15.3x33+15.5x34+14.8x44

 s.t. x11=20

       x12+x22=20

       x13+x23+x33=30

       x14+x24+x34+x44=10

       x11+x12+x13+x14≤30

       x22+x23+x24≤40

       x33+x34≤20

       x44≤10

       xij≥0,  i=1,…,4;j=1,…,4,j≥i。

Lingo程序为:

min=15*x11+15.2*x12+15.4*x13+15.6*x14+14*x22+14.2*x23+14.4*x24+15.3*x33+15.5*x34+14.8*x44;
x11=20;
x12+x22=20;
x13+x23+x33=30;
x14+x24+x34+x44=10;
x11+x12+x13+x14<30;
x22+x23+x24<40;
x33+x34<20;
x44<10;
end

结果为:

Global optimal solution found.
Objective value: 1165.000
Infeasibilities: 0.000000
Total solver iterations: 4 Variable Value Reduced Cost
X11 20.00000 0.000000
X12 0.000000 0.1000000
X13 0.000000 0.1000000
X14 0.000000 0.1000000
X22 20.00000 0.000000
X23 20.00000 0.000000
X24 0.000000 0.000000
X33 10.00000 0.000000
X34 0.000000 0.000000
X44 10.00000 0.000000 Row Slack or Surplus Dual Price
1 1165.000 -1.000000
2 0.000000 -15.00000
3 0.000000 -15.10000
4 0.000000 -15.30000
5 0.000000 -15.50000
6 10.00000 0.000000
7 0.000000 1.100000
8 10.00000 0.000000
9 0.000000 0.7000000

Lingo求解线性规划案例1——生产计划问题的更多相关文章

  1. Lingo求解线性规划案例4——下料问题

    凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 造纸厂接到定单,所需卷纸的宽度和长度如表 卷纸的宽度 长度 5 7 9 10000 30000 20000 工 ...

  2. Lingo求解线性规划案例3——混料问题

    凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/  某糖果厂用原料A.B和C按不向比率混合加工而成甲.乙.丙三种糖果(假设混合加工中不损耗原料).原料A.B.C ...

  3. Lingo求解线性规划案例2——多阶段投资问题

     凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 某公司现有资金30万元可用于投资,5年内有下列方案可供采纳:   1号方案:在年初投资1元,2年后可收回1. ...

  4. 用Lingo求解线性规划问题

    第一步:输入目标条件和约束条件.每行以分号隔开.然后点击工具栏上的Solve按钮,或Lingo菜单下的Solve子菜单. 第二步:检查report中的结果. 默认情况下,Lingo不进行灵敏度分析. ...

  5. 易普优APS应用案例:线束行业生产计划排产

    一.线束行业生产现状 (1)产品种类以及标准繁多,生产计划难协调 线束行业的生产,虽然原材料不多,但线束产品却多达几万种.一般线束企业,虽然不是每个月都生产数万种产品,但每月生产的产品品种在300种以 ...

  6. Python求解线性规划——PuLP使用教程

    简洁是智慧的灵魂,冗长是肤浅的藻饰.--莎士比亚<哈姆雷特> 1 PuLP 库的安装 如果您使用的是 Anaconda[1] 的话(事实上我也更推荐这样做),需要先激活你想要安装的虚拟环境 ...

  7. 什么是APS高级计划排程(生产计划排产)系统主要功能模块有哪些?

    什么是APS高级计划排程(生产计划排产)系统? APS高级计划排程(高级计划排产)系统主要解决“在有限产能条件下,交期产能精确预测.工序生产与物料供应最优详细计划”的问题.APS高级计划排程(高级计划 ...

  8. APS中生产计划排程模块的基本原理

    高级计划系统(APS)作为ERP和MES的补充,用于协调物流.开发瓶颈资源和保证交货日期. APS包括需求和供应计划.运输和生产计划排程等各种供应链计划模块,本文主要介绍APS中生产计划排程模块的基本 ...

  9. 为什么众多软件厂商无法提供APS高级计划排程系统?工厂目前生产计划是怎么排产的?

    一.行业现状如想了解一下目前现状,去考察一下上了ERP的企业,会发现一个有趣的现象该企业无论ERP软件搞得如何如火如荼,似乎都与生产调度人员无关. 车间里或者生产线上的生产作业计划.生产过程的调度和管 ...

随机推荐

  1. [JavaScript] 前端模块编程实现

    前端模块化 前端早期写代码都是全局变量满天飞,这种情况会造成全局命名空间污染,变量冲突等问题 var a = 1; var b = 2; function c(){} function d(){} 后 ...

  2. Layui table 组件的使用:初始化加载数据、数据刷新表格、传参数

    背景 笔者之前一直使用 bootstrap table ,因为当前项目中主要使用 Layui 框架,于是也就随了 Layui table ,只是在使用的时候出现了一些问题,当然也是怪自己不熟悉的锅吧! ...

  3. 如何在 Mac上 安裝 .NET Core 2.1 ?

    一.前言 Free. Cross-platform. Open source. A developer platform for building all your apps. --- .net co ...

  4. Mac下写博客工具MarsEdit相关资料

    参考资料: https://www.maoshu.cc/967.html 下载地址: https://www.red-sweater.com/marsedit/ 博客园的配置: http://www. ...

  5. 汇编语言--微机CPU的指令系统(五)(算术运算指令)

    (3)算术运算指令 算术运算指令是反映CPU计算能力的一组指令,也是编程时经常使用的一组指令.它包括:加.减.乘.除及其相关的辅助指令. 该组指令的操作数可以是8位.16位和32位(80386+).当 ...

  6. ACM ICPC 2017 Warmup Contest 9 L

    L. Sticky Situation While on summer camp, you are playing a game of hide-and-seek in the forest. You ...

  7. php生成xml数据

    1.php生成xml数据一般有2种方式, 一个是组装字符串,另一个就是使用php内置的系统类 2.使用php内置类生成xml数据 3.拼装字符串生成xml数据 public function stat ...

  8. 亲测:LNMP环境下,解决项目缓冲慢、502以及配置https的问题

    在做的项目在nginx下访问缓冲时间过长,明显比apache下访问蛮11倍有余, 解决办法: 1增加nginx的upstream,其中upstream中为php-cgi的地址: 2利用nginx作为反 ...

  9. js 做账单处理

    <%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding= ...

  10. HTML琐碎知识点(持续补充)

    一.table标签 <table> <thead> <tr> <th>111</th> </tr> </thead> ...