西安市蔬菜价格变动分析及采购计划的制定

1、题目：西安市蔬菜价格变动分析及采购计划的制定摘 要本文主要根据西安市物价局官网上公布的数据，根据17种蔬菜每月不同的价格，对近几年价格的价格做了研究、分析，并建立模型求解。针对问题一，通过绘制5种蔬菜价格随月份变化的折线图，发现蔬菜价格具有较明显的季节性变动，建立模型，利用Elman神经网络对2015年各种蔬菜泥的价格进行预测。针对问题二，根据17种蔬菜的价格，经过相关分析和计算，以平均法求出每种蔬菜所占权重，由此建立出一个从总体上较为准确地反映蔬菜价格的水平的蔬菜价格指数模型。 针对问题三，通过第二问建立的蔬菜价格指数模型分析，可知近几年蔬菜价格总体升高，结合蔬菜价格指数的变动情况可知西安市

2、每年一月至四月蔬菜价格总体处于高位。 针对问题四，本文根据题目要求，在满足所有约束条件的情况下，以采购蔬菜的最大重量为目标函数，分别对四个蔬菜批发市场建立整数规划模型。通过Lingo软件进行求解，得出到胡家庙蔬菜批发市场进行一次采购可以使得当天采购蔬菜的总重量最大，为1111kg。关键词：Elman神经网络 价格指数模型 线性规划一、问题重述食品价格是居民消费价格指数的重要组成部分，食品价格波动直接影响居民生活成本和农民收入，是关系国计民生的重要战略问题。在收入增长缓慢的情况下，食品价格上涨将使人民群众明显感到生活成本增加，特别是蔬菜价格的变化关系到千家万户的日常生活，菜价的上涨将严重影响城市

3、低收入群体的生活质量。为监测食品价格的实际变化情况，西安市物价局对食品价格一直进行着严密的监测，每周都会在其官方网站上公布食品价格监测数据（网址：1）请从监测的17种蔬菜数据中任意选取5种蔬菜，并根据这5种蔬菜近几年的价格数据，建立数学模型研究这5种蔬菜价格随月份的变化规律，并预测2015年这5种蔬菜每月的价格。2）监测17种蔬菜的价格数据给监测人员带来了很大的工作负担，为了综合评价蔬菜价格的总体水平，请建立一个蔬菜价格指数模型，使这个指数的升降能够从总体上较为准确地反映蔬菜价格的水平。注意蔬菜的类型、人们的消费习惯、以及其它因素都可能与这个蔬菜价格指数有关，并说明你所建立指数的合理性。3）根

4、据你在问题2）中建立的蔬菜价格指数模型，研究一下近几年蔬菜价格总体的变化趋势，说明一下对于西安市每年什么时候蔬菜价格总体处于高位。4）假设你是一家饭店的采购员，每一天都要根据当天西安市四个主要蔬菜批发市场的蔬菜牌价（如表1所示），选择到其中一家市场进行一次采购。为满足饭店营业需求，饭店制定了采购单，并对采购量做出如下要求：每天必须购买的蔬菜有：豆角至少50公斤，青椒至少30公斤，土豆至少20公斤，西红柿至少100公斤，莲花白至少100公斤，胡萝卜至少20公斤，茄子至少10公斤，其余蔬菜品种采购员可以酌情自己选择购买至少5种，如果购买这种蔬菜要求至少购买10公斤。假设采购所用的汽车是一辆载重量不

5、超过1.5吨的小型三轮货车，因为车辆保养的原因，要求每天车辆的公里吨数（即路程载重吨数，空载不计）不得超过8（公里吨），每天采购额不得超过4000元，且采购单中要求必须购买蔬菜的采购额至少要达到实际采购总额的80%以上。请建立数学模型为你今天的采购计划制定最佳方案，即在满足上述所有条件都满足的情况下，到哪一个蔬菜市场区购买蔬菜，购买哪些蔬菜，各多少公斤，使得当天采购蔬菜的总重量最大。假定蔬菜批发的最小单位为1公斤。表1. 西安市主要蔬菜批发市场今日蔬菜牌价（单位：元/公斤）胡家庙蔬菜批发市场（与饭店距离7.2km）朱雀蔬菜批发市场（与饭店距离11.5km）新北城蔬菜批发市场（与饭店距离10.8

6、km）西三环蔬菜批发市场（与饭店距离13.5km）豆角5.765.85.3茄子4.54.34.24.3青椒4.64.54.34西红柿65.45.85.5青菜3.93.744.2冬瓜3.132.62.7白萝卜2.21.91.92韭菜5.54.64.74.5黄瓜32.43.13尖椒4.74.94.64.8蒜薹2.62.42.42.6土豆3.73.23.42.9菜花1.61.81.51.4白菜2.62.12.21.9莲花白1.61.11.31.4芹菜2.222.32.5胡萝卜54.94.34.4二、问题分析题目要求建立明确的数学模型，分别用来研究蔬菜价格随月份变化的规律，并对蔬菜价格进行预测，研究近

7、几年蔬菜价格总体变化趋势以及确定蔬菜采购的最优方案。 问题一，要根据所选的5种蔬菜近几年的价格数据，建立数学模型研究这5种蔬菜价格随月份的变化规律，并预测2015年这5种蔬菜每月的价格。需要绘制5种蔬菜价格随月份变化的折线图，仔细观察蔬菜价格随着月份有着什么样的变化。根据价格随月份的变化规律，使用Elman神经网络算法来进行预测。问题二，考虑到蔬菜的种类、人们的消费习惯、季节性变化等多种因素都会对蔬菜的价格指数造成影响，但题目没有提供蔬菜的销售量、人们的喜爱程度、季节等各项影响因素的数值，因此我们采用简单的平均法来求价格指数，以2012年1月为基期，计算出各种蔬菜的权重，从而建立价格指数模型。

8、问题三，根据问题二的蔬菜价格指数模型绘出价格变动的图形，研究近几年蔬菜价格总体的变化趋势，即可得出西安市每年什么时候蔬菜价格总体处于高位。问题四，要求满足题目所有的约束条件的情况下确定采购方案，使得采购蔬菜的总重量最大。显然，这是一个线性规划问题，只需根据题目要求分别对四个蔬菜批发市场建立整数规划模型，确定目标函数和约束条件，利用软件进行求解。最后比较四个结果，选择最优方案即可。三、问题假设1、假设所统计的数据全部真实可靠。 2、假设所有蔬菜的产量充足。 3、假设同一大类的蔬菜对总体价格指数的影响相同。 4、假设统计数据中的缺省值对平均价格的影响可以忽略。四、变量说明符号含义ai、bi、ci、

9、di、ei第i月各蔬菜的价格xiji蔬菜在j市场的采购量ciji蔬菜在j市场的价格五、模型建立及求解5.1 问题一5.1.1 蔬菜价格随月份的变化规律本文采用了西安市物价局公布的蔬菜价格监测数据，具体收集了青菜、黄瓜、西红柿、莲花白和土豆5种蔬菜2011年4月至2014年12月每期的价格，并将其整理为表2。表2 五种蔬菜价格变动情况商品类型日期青菜黄瓜西红柿莲花白土豆2012.13.935.373.20.961.022012.24.543.713.091.082.012012.33.673.773.741.941.952012.41.792.834.181.851.532012.52.062.

10、062.431.41.832012.61.810.811.260.921.352012.73.761.280.940.540.992012.81.661.732.090.731.032012.92.251.462.821.041.342012.101.331.442.390.561.352012.112.272.312.690.621.372012.1233.072.761.211.492013.14.633.493.081.371.642013.23.525.063.121.681.822013.31.914.532.740.912.712013.43.542.743.811.633.372

11、013.52.251.522.870.732.562013.62.561.891.940.811.842013.71.881.742.061.031.952013.83.541.121.70.911.642013.92.152.342.931.361.642013.101.772.213.91.522.022013.1122.844.071.261.962013.122.042.442.941.161.952014.12.451.914.120.991.742014.23.334.234.391.082.152014.33.143.864.250.722.712014.42.242.743.9

12、91.772.882014.52.381.173.170.572.452014.62.891.541.870.691.642014.74.311.461.271.191.742014.83.321.891.090.81.652014.95.492.101.800.711.32014.103.452.312.240.691.322014.112.53.172.170.661.272014.122.634.322.560.831.38最大值5.495.374.391.943.37最小值1.330.810.940.420.84平均值2.772.502.691.001.71绘制5 种蔬菜价格随时间变化

13、的折线图，并修改，如图1 所示。由图可以看出5 种蔬菜价格均存在明显的季节变动，变动的总体趋势是冬春价格较高，夏季价格较低。其中黄瓜、西红柿、莲花白、土豆每年的价格波动较大，青菜每年的价格波动较小。 从每月价格变动情况看，由于14 月天气较寒冷，蔬菜供应大部分为温室蔬菜， 其成本较高，所以是一年中蔬菜价格较高时期。随着天气逐渐变暖，59 月是蔬菜生产旺季，蔬菜价格逐渐下降。在每年的8 月左右，蔬菜价格降到最低值。随着天气逐渐转冷，1012 月蔬菜供应逐渐减少，加上北方主要依靠温室种植蔬菜，其成本逐渐提高，蔬菜价格也随之上升。在每年的2 月左右，蔬菜价格升到最高值。图1 五种蔬菜价格变动图5.1

14、.2 模型建立我们选择青菜、黄瓜、西红柿、莲花白和土豆5种蔬菜，建立一个Elman神经网络模型对5种蔬菜同时进行预测。现已知2012年1月到2014年12月共36个月的蔬菜价格数据如表2，现把每12个月的价格数据作为输入向量，第13个月的价格作为目标向量，即，输出向量为： （1）其中目标函数为： （2）其中5.1.3 模型求解通过MATLAB软件对模型进行求解，首先通过2012年和2013年数据预测2014年数据，得出结果如表3：表3 2014年各蔬菜预测价格青菜黄瓜西红柿莲花白土豆2.451.914.120.991.743.503.604.391.162.043.252.984.270.79

15、2.582.321.953.991.762.752.520.563.140.662.323.041.041.870.761.544.431.081.321.241.673.481.461.160.871.575.551.761.840.751.243.651.662.310.741.222.622.552.180.691.172.713.762.570.841.28通过与表2中2014年的数据对比，计算出预测价格与实际价格的误差如表4：表4 2014年各蔬菜预测价格的误差青菜黄瓜西红柿莲花白土豆-9.93E-06-0.00150.0007950.000127-0.00021-0.1686816

16、860.0631681-0.00045-0.076020.108091-0.1147829040.0884512-0.01892-0.074380.131139-0.0847954560.07918090.0018860.0051510.13103-0.1419612080.061240.034262-0.085280.126919-0.1539260950.0499604-0.00424-0.066810.09845-0.1199677240.0384262-0.04662-0.048960.071724-0.1614952660.0434439-0.07084-0.068210.07593

17、-0.0643395040.0342122-0.04482-0.038320.055664-0.1960601950.0652973-0.06516-0.050180.10376-0.1175488340.0622786-0.01175-0.032830.100499-0.0769545730.0559645-0.00671-0.013590.099364由表4可以看出，误差在±0.2元以内，误差较小，因此可以用此方法预测2015年各蔬菜价格。由此法通过MATLAB计算出2015年各蔬菜的预测价格，如表5：表5 2015年各蔬菜预测价格青菜黄瓜西红柿莲花白土豆3.273.423.40

18、1.351.573.121.863.631.081.982.592.633.591.072.133.522.533.380.832.252.871.952.891.122.143.241.032.160.861.743.691.051.841.061.454.351.551.830.811.404.712.222.190.851.464.452.112.910.821.603.162.023.050.731.523.112.563.001.271.55 查询得2015年1-6月各蔬菜实际价格如表6表6 2015年1-6月各蔬菜实际价格青菜黄瓜西红柿莲花白土豆2015.13.952.912.47

19、1.171.372015.24.73.883.871.392.442015.31.742.893.610.92.172015.43.332.432.771.722.452015.51.891.712.72122015.63.32.121.642.751.73对比计算出预测价格与实际价格的误差如表7：表7 2015年各蔬菜预测价格的误差青菜黄瓜西红柿莲花白土豆0.0000-0.00150.00080.0001-0.0002-0.16870.6317-0.0004-0.07600.1081-0.11480.8845-0.0189-0.07440.1311-0.08480.79180.00190.0

20、0520.1310-0.14200.61240.0343-0.08530.1269-0.15390.4996-0.0042-0.06680.0984-0.12000.3843-0.0466-0.04900.0717-0.16150.4344-0.0708-0.06820.0759-0.06430.3421-0.0448-0.03830.0557-0.19610.6530-0.0652-0.05020.1038-0.11750.6228-0.0118-0.03280.1005-0.07700.5596-0.0067-0.01360.0994由表7可以看出，除了黄瓜以外，其他的蔬菜误差在±

21、;0.2元以内，误差较小，考虑到现在蔬菜价格由于技术等原因越来越趋于稳定，可能预测的会有误差，因此认为该模型是可行的。5.2 问题二 5.2.1 模型建立通过分析得出价格指数模型： （3）其中Mij为第j个月第i种蔬菜的月均价，Mi0为基期的第i种蔬菜的月均价，Q为权重。5.2.2 模型求解由数据可查出Mij的值，以每个月每种蔬菜的价格占当月17种蔬菜价格总和的比值作为权重，即，以2012年1月为基期，由此计算出I值如表8：表8 I值月份年份123456789101112201110.810.90.760.590.490.540.500.520.470.530.6820120.730.850.

22、760.890.590.580.640.600.590.620.640.6020130.760.760.730.680.530.540.730.580.620.530.560.68平均值0.830.810.800.780.570.540.640.560.580.540.580.65并用MATLAB做出蔬菜价格指数的趋势图如图2图2 蔬菜价格指数趋势图5.3 问题三 通过对第二问的蔬菜价格指数模型以及价格指数趋势图的分析，能够很直观的得出近几年蔬菜价格的总体趋势：蔬菜价格随着季度波动，一月至四月蔬菜价格总体处于高位。5.4 问题四 5.4.1 模型建立总重量用P来表示，引入01变量zi,yi，因

23、此目标函数为： （4）其中，5.4.2 模型求解目标函数为： （5）由此通过Lingo软件进行求解，将所得结果整理如表9：表9 各蔬菜的采购量 市场 蔬菜胡家庙朱雀新北城西三环豆角16916527550茄子71101010青椒58613030西红柿134140100312青菜10101010冬瓜10101010白萝卜10101010韭菜10101010黄瓜0000尖椒10101010蒜薹0000土豆81205420菜花0000白菜0000莲花白467197168100芹菜0000胡萝卜81525320总重量1111695740592 由表9可知在满足所有约束条件的情况下，到胡家庙蔬菜批发市场分

24、别购买豆角169公斤，茄子71公斤，青椒58公斤，西红柿134公斤，青菜10公斤，冬瓜10公斤， 白萝卜10公斤，韭菜10公斤，尖椒10公斤，土豆81公斤，莲花白467公斤，胡萝卜81公斤，可以使得当天采购蔬菜的总重量最大为1111kg。六、结果分析6.1 问题一利用Elman神经网络模型对2015年各蔬菜价格进行预测，但由于现在由于技术提高，政府调控等原因，使得蔬菜价格越来越趋于稳定，使得原本价格波动较大的黄瓜预测结果误差较大，因此总体来说该模型还是比较可行的。6.2 问题二 由于对蔬菜价格的影响因素的具体数据并没有给出来，而统计起来又比较麻烦，因此采用简单的平均法来考虑影响因素对蔬菜价格的

25、影响，使得结果可能有些误差，如果能提供这些影响因素所影响的具体数据就更好了。6.3 问题三蔬菜价格随着季度波动，一月至四月蔬菜价格总体处于高位。蔬菜价格波动的原因分析： （1） 气候的影响。西安地区四季分明，冬天寒冷，需要在大棚里面种植的蔬菜，这就增加了种植蔬菜的成本。所以冬季的蔬菜价格明显要高于夏季。 （2） 节假日的影响。前一年的年底月到后一年的2月为过年影响时间段，人们大量采购蔬菜，供小于求，因此也会涨价。 （3） 国家的调控。国家每年都会制定各种价格调控政策，这也会在某一时间段影响价格的变化。6.4 问题四 计算得出到胡家庙蔬

26、菜批发市场购买最优，分别购买豆角169公斤，茄子71公斤，青椒58公斤，西红柿134公斤，青菜10公斤，冬瓜10公斤， 白萝卜10公斤，韭菜10公斤，尖椒10公斤，土豆81公斤，莲花白467公斤，胡萝卜81公斤，可以使得当天采购蔬菜的总重量最大为1111kg6.5 模型评价优点：假设合理所建模型比较清晰，无论在模型的表达还是在之后对算法的框架描述都比较清晰，而且用所建模型对历史数据的预测与其真实值之间的误差较小。缺点：第一题中所用的Elman神经网络模型运算是耗时较长，一般情况下使用起来不便，第二题中所建模型只考虑了蔬菜种类对价格的影响没有考虑其他因素，而在实际生活中影响蔬菜价格的因素有很多，

27、比如居民的生活习惯等，如果能把其他因素也考虑进去那就更好了。七、参考文献1 张德丰.MATLAB神经网络编程M.北京：化学工业出版社，2011.2 陈明.MATLAB神经网络原理与实际精解M.北京：清华大学出版社，2013.3 姜启元，谢金星，叶俊. 数学模型（第三版）M.北京：高等教育出版社，2007.4 西安市物价局.DB/OL. 八、附录程序1 问题1预测2014年价格clc;clear;load Elman_P_2;%输入向量P=P'load Elman_T_3;%目标向量T=T'Pseq=con2seq(P);Tseq=con2seq(T);

28、60;    threshold=0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37

29、;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37

30、;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;net=newelm(threshold,40 5, 'logsig' 'purelin','trainbr');  %显示训练结果的间隔步数 net.trainParam.sh

31、ow=50; %设置训练步数 net.trainParam.epochs=2000; %设置训练目标误差 net.trainParam.goal=1e-6; %设置最大失败次数缺省百分比 net.trainParam.max_fail=5; net.trainParam.lr=0.05 pause; clc %重新对网络进行初始化 net=init(net); %对网络进行训练 net,tr=train(net,Pseq,Tseq);  paus

32、e; clc %仿真 S=sim(net,P); %计算仿真误差   B=T-S;   MSE=mse(B);   pause   clc echo off 预测2015年价格clc;clear;load Elman_P_2;P=P'load Elman_T_3;T=T'load Elman_P_4;P1=P1'Pseq=con2seq(P);Tseq=con2seq(T); thr

33、eshold=0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37

34、;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;net=newelm(threshold,40 5, 'logsig' 'purelin','trainbr'); %显示训练结果的间隔步数 net.trainParam.show=50; %设置训练步数 net.trainParam.epochs=2000; %设置训练目标误差 net.trai

35、nParam.goal=1e-6; %设置最大失败次数缺省百分比 net.trainParam.max_fail=5; net.trainParam.lr=0.05 pause; clc %重新对网络进行初始化 net=init(net); %对网络进行训练 net,tr=train(net,Pseq,Tseq); pause; clc %仿真 S=sim(net,P1); S1=S' clc echo off程序2 问题2clc;clear;x=1 2 3 4 5 6 7 8 9 10 11 12;y=0.829870305 0.805215183 0.796789255 0.777

36、667431 0.566311872 0.539395652 0.636211323 0.562807043 0.575122448 0.539522093 0.574956808 0.653317419;plot(x,y,'k-o')xlabel('月份')ylabel('I')title('西安市蔬菜价格指数')程序3 问题4胡家庙市场max=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17;x1>=50;x3>=30;x12>=20;x4&

37、gt;=100;x15>=100;x17>=20;x2>=10;gin(x1);gin(x2);gin(x3);gin(x4);gin(x5);gin(x6);gin(x7);gin(x8);gin(x9);gin(x10);gin(x11);gin(x12);gin(x13);gin(x14);gin(x15);gin(x16);gin(x17);bin(a1);bin(a2);bin(a3);bin(a4);bin(a5);bin(a6);bin(a7);bin(a8);bin(a9);bin(a10);a1+a2+a3+a4+a5+a6+a7+a8+a9+a10>

38、=5;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17<=1500;w5>=10;w6>=10;w7>=10;w8>=10;w9>=10;w10>=10;w11>=10;w13>=10;w14>=10;w16>=10;x5=if(a1#gt#0,w5,0);x6=if(a2#gt#0,w6,0);x7=if(a3#gt#0,w7,0);x8=if(a4#gt#0,w8,0);x9=if(a5#gt#0,w9,0);x10=if(a6#gt#0,w10,0);x1

39、1=if(a7#gt#0,w11,0);x13=if(a8#gt#0,w13,0);x14=if(a9#gt#0,w14,0);x16=if(a10#gt#0,w16,0);(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17)*7.2<=8000;5.7*x1+4.5*x2+4.6*x3+6*x4+3.9*x5+3.1*x6+2.2*x7+5.5*x8+3*x9+4.7*x10+2.6*x11+3.7*x12+1.6*x13+2.6*x14+1.4*x15+2.2*x16+5*x17<=4000;5.7*x1+4.

40、6*x3+3.7*x12+6*x4+1.4*x15+5*x17+4.5*x2>=(5.7*x1+4.5*x2+4.6*x3+6*x4+3.9*x5+3.1*x6+2.2*x7+5.5*x8+3*x9+4.7*x10+2.6*x11+3.7*x12+1.6*x13+2.6*x14+1.4*x15+2.2*x16+5*x17)*0.8;朱雀市场max=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17;x1>=50;x3>=30;x12>=20;x4>=100;x15>=100;x17>=2

41、0;x2>=10;gin(x1);gin(x2);gin(x3);gin(x4);gin(x5);gin(x6);gin(x7);gin(x8);gin(x9);gin(x10);gin(x11);gin(x12);gin(x13);gin(x14);gin(x15);gin(x16);gin(x17);bin(a1);bin(a2);bin(a3);bin(a4);bin(a5);bin(a6);bin(a7);bin(a8);bin(a9);bin(a10);a1+a2+a3+a4+a5+a6+a7+a8+a9+a10>=5;x1+x2+x3+x4+x5+x6+x7+x8+x9

42、+x10+x11+x12+x13+x14+x15+x16+x17<=1500;w5>=10;w6>=10;w7>=10;w8>=10;w9>=10;w10>=10;w11>=10;w13>=10;w14>=10;w16>=10;x5=if(a1#gt#0,w5,0);x6=if(a2#gt#0,w6,0);x7=if(a3#gt#0,w7,0);x8=if(a4#gt#0,w8,0);x9=if(a5#gt#0,w9,0);x10=if(a6#gt#0,w10,0);x11=if(a7#gt#0,w11,0);x13=if(a8

43、#gt#0,w13,0);x14=if(a9#gt#0,w14,0);x16=if(a10#gt#0,w16,0);(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17)*11.5<=8000;6*x1+4.3*x2+4.5*x3+5.4*x4+3.7*x5+3*x6+1.9*x7+4.6*x8+2.4*x9+4.9*x10+2.4*x11+3.2*x12+1.8*x13+2.1*x14+1.3*x15+2*x16+4.9*x17<=4000;6*x1+4.3*x2+4.5*x3+5.4*x4+3.2*x12+1.3

44、*x15+4.9*x17>=(6*x1+4.3*x2+4.5*x3+5.4*x4+3.7*x5+3*x6+1.9*x7+4.6*x8+2.4*x9+4.9*x10+2.4*x11+3.2*x12+1.8*x13+2.1*x14+1.3*x15+2*x16+4.9*x17)*0.8;新北城市场max=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17;x1>=50;x3>=30;x12>=20;x4>=100;x15>=100;x17>=20;x2>=10;gin(x1);gin(x

45、2);gin(x3);gin(x4);gin(x5);gin(x6);gin(x7);gin(x8);gin(x9);gin(x10);gin(x11);gin(x12);gin(x13);gin(x14);gin(x15);gin(x16);gin(x17);bin(a1);bin(a2);bin(a3);bin(a4);bin(a5);bin(a6);bin(a7);bin(a8);bin(a9);bin(a10);a1+a2+a3+a4+a5+a6+a7+a8+a9+a10>=5;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+

46、x16+x17<=1500;w5>=10;w6>=10;w7>=10;w8>=10;w9>=10;w10>=10;w11>=10;w13>=10;w14>=10;w16>=10;x5=if(a1#gt#0,w5,0);x6=if(a2#gt#0,w6,0);x7=if(a3#gt#0,w7,0);x8=if(a4#gt#0,w8,0);x9=if(a5#gt#0,w9,0);x10=if(a6#gt#0,w10,0);x11=if(a7#gt#0,w11,0);x13=if(a8#gt#0,w13,0);x14=if(a9#gt#0,w14,0);x16=if(a10#gt#0,w16,0);(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10