运筹学14151第四章数学模型

第四章数学规划模型

4.1奶制品的生产与销售4.2

自来水输送与货机装运4.3

汽车生产与原油采购4.4

接力队选拔和选课策略4.5

饮料厂的生产与检修4.6钢管和易拉罐下料y优化问题：

与最大、最小、最长、最短等等有关的问题。解决最优化问题的数学方法：运筹学运筹学主要分支：线性规划、非线性规划、动态规划、图与网络分析、存贮论、排队伦、对策论、决策论。线性规划

1939年苏联数学家康托洛维奇发表《生产组织与计划中的数学问题》1947年美国数学家乔治.丹契克、冯.诺伊曼提出线性规划的一般模型及理论数学规划模型

实际问题中的优化模型x~决策变量f(x)~目标函数gi(x)0~约束条件多元函数条件极值决策变量个数n和约束条件个数m较大最优解在可行域的边界上取得数学规划线性规划非线性规划整数规划规划问题包含3个组成要素:当目标函数和约束条件都是决策变量的线性函数时，称为线性规划问题,否则称为非线性规划问题。例家具生产的安排

一家具公司生产桌子和椅子，用于生产的全部劳力共计450个工时，共有4立方的木材。

每张桌子要使用15个工时，0.2立方木材，售价80元。

每张椅子使用10个工时，0.05立方木材，售价45元。

问为达到最大的收益，应如何安排生产？分析：

1.求什么？生产多少桌子？生产多少椅子？

2.优化什么？收益最大

3.限制条件？原料总量劳力总数x1x2Maxf=80x1+45x20.2x1+0.05x2≤415x1+10x2≤450一般线性规划的数学模型及解法：

minf=cTxs.t.AxbA1x=b1LBxUBMatlab求解程序[x,f]=linprog(c,A,b,A1,b1,LB,UB)求整数x1,x2MaxZ=3x1+2x2s.t.2x1+3x2≤142x1+x2≤9用Lindo软件求解整数规划max3x1+2x2st2x1+3x2<=142x1+x2<=9endginx1ginx2(或者用gin2)企业生产计划4.1奶制品的生产与销售

空间层次工厂级：根据外部需求和内部设备、人力、原料等条件，以最大利润为目标制订产品生产计划；车间级：根据生产计划、工艺流程、资源约束及费用参数等，以最小成本为目标制订生产批量计划。时间层次若短时间内外部需求和内部资源等不随时间变化，可制订单阶段生产计划，否则应制订多阶段生产计划。本节课题例1加工奶制品的生产计划1桶牛奶3公斤A1

12小时8小时4公斤A2

或获利24元/公斤获利16元/公斤50桶牛奶时间480小时至多加工100公斤A1

制订生产计划，使每天获利最大35元可买到1桶牛奶，买吗？若买，每天最多买多少?

可聘用临时工人，付出的工资最多是每小时几元?A1的获利增加到30元/公斤，应否改变生产计划？每天：1桶牛奶3公斤A1

12小时8小时4公斤A2

或获利24元/公斤获利16元/公斤x1桶牛奶生产A1

x2桶牛奶生产A2

获利24×3x1

获利16×4x2

原料供应

劳动时间

加工能力

决策变量

目标函数

每天获利约束条件非负约束

线性规划模型(LP)时间480小时至多加工100公斤A1

50桶牛奶每天模型分析与假设

比例性可加性连续性xi对目标函数的“贡献”与xi取值成正比xi对约束条件的“贡献”与xi取值成正比xi对目标函数的“贡献”与xj取值无关xi对约束条件的“贡献”与xj取值无关xi取值连续A1,A2每公斤的获利是与各自产量无关的常数每桶牛奶加工出A1,A2的数量和时间是与各自产量无关的常数A1,A2每公斤的获利是与相互产量无关的常数每桶牛奶加工出A1,A2的数量和时间是与相互产量无关的常数加工A1,A2的牛奶桶数是实数线性规划模型模型求解

图解法

x1x20ABCDl1l2l3l4l5约束条件目标函数

Z=0Z=2400Z=3600z=c(常数)~等值线c在B(20,30)点得到最优解目标函数和约束条件是线性函数可行域为直线段围成的凸多边形目标函数的等值线为直线最优解一定在凸多边形的某个顶点取得。模型求解

软件实现

LINDO6.1

max72x1+64x2st2）x1+x2<503）12x1+8x2<4804）3x1<100end

OBJECTIVEFUNCTIONVALUE

1)3360.000

VARIABLEVALUEREDUCEDCOST

X120.0000000.000000

X230.0000000.000000ROWSLACKORSURPLUSDUALPRICES2)0.00000048.0000003)0.0000002.0000004)40.0000000.000000NO.ITERATIONS=2DORANGE(SENSITIVITY)ANALYSIS?No20桶牛奶生产A1,30桶生产A2，利润3360元。结果解释

OBJECTIVEFUNCTIONVALUE1)3360.000VARIABLEVALUEREDUCEDCOSTX120.0000000.000000X230.0000000.000000

ROW

SLACKORSURPLUSDUALPRICES

2)0.00000048.000000

3)0.0000002.0000004)40.0000000.000000NO.ITERATIONS=2原料无剩余时间无剩余加工能力剩余40max72x1+64x2st2）x1+x2<503）12x1+8x2<4804）3x1<100end三种资源“资源”剩余为零的约束为紧约束（有效约束）结果解释

OBJECTIVEFUNCTIONVALUE1)3360.000VARIABLEVALUEREDUCEDCOSTX120.0000000.000000X230.0000000.000000ROWSLACKORSURPLUSDUALPRICES

2)0.00000048.000000

3)0.0000002.000000

4)40.0000000.000000NO.ITERATIONS=2最优解下“资源”增加1单位时“效益”的增量原料增加1单位,利润增长48时间增加1单位,利润增长2加工能力增长不影响利润影子价格35元可买到1桶牛奶，要买吗？35<48,应该买！

聘用临时工人付出的工资最多每小时几元？2元！RANGESINWHICHTHEBASISISUNCHANGED:

OBJCOEFFICIENTRANGES

VARIABLECURRENTALLOWABLEALLOWABLECOEFINCREASEDECREASE

X172.00000024.0000008.000000X264.0000008.00000016.000000RIGHTHANDSIDERANGESROWCURRENTALLOWABLEALLOWABLERHSINCREASEDECREASE250.00000010.0000006.6666673480.00000053.33333280.0000004100.000000INFINITY40.000000最优解不变时目标函数系数允许变化范围DORANGE(SENSITIVITY)ANALYSIS?

Yesx1系数范围(64,96)

x2系数范围(48,72)A1获利增加到30元/千克，应否改变生产计划x1系数由243=72增加为303=90，在允许范围内不变！(约束条件不变)结果解释

RANGESINWHICHTHEBASISISUNCHANGED:OBJCOEFFICIENTRANGESVARIABLECURRENTALLOWABLEALLOWABLECOEFINCREASEDECREASEX172.00000024.0000008.000000X264.0000008.00000016.000000

RIGHTHANDSIDERANGESROWCURRENTALLOWABLEALLOWABLERHSINCREASEDECREASE250.00000010.0000006.6666673480.00000053.33333280.0000004100.000000INFINITY40.000000影子价格有意义时约束右端的允许变化范围原料最多增加10时间最多增加5335元可买到1桶牛奶，每天最多买多少？最多买10桶!(目标函数不变)例2奶制品的生产销售计划

在例1基础上深加工1桶牛奶3千克A1

12小时8小时4公斤A2

或获利24元/公斤获利16元/公斤0.8千克B12小时,3元1千克获利44元/千克0.75千克B22小时,3元1千克获利32元/千克制订生产计划，使每天净利润最大30元可增加1桶牛奶，3元可增加1小时时间，应否投资？现投资150元，可赚回多少？50桶牛奶,480小时至多100公斤A1

B1，B2的获利经常有10%的波动，对计划有无影响？1桶牛奶

3千克A1

12小时8小时4千克A2

或获利24元/千克获利16元/kg

0.8千克

B12小时,3元1千克获利44元/千克0.75千克B22小时,3元1千克获利32元/千克出售x1千克A1,

x2千克A2，

X3千克B1,x4千克B2原料供应

劳动时间

加工能力

决策变量

目标函数

利润约束条件非负约束

x5千克A1加工B1，x6千克A2加工B2附加约束

模型求解

软件实现

LINDO6.1OBJECTIVEFUNCTIONVALUE1)3460.800VARIABLEVALUEREDUCEDCOSTX10.0000001.680000X2168.0000000.000000X319.2000010.000000X40.0000000.000000X524.0000000.000000X60.0000001.520000ROWSLACKORSURPLUSDUALPRICES2)0.0000003.1600003)0.0000003.2600004)76.0000000.0000005)0.00000044.0000006)0.00000032.000000NO.ITERATIONS=2DORANGE(SENSITIVITY)ANALYSIS?No

OBJECTIVEFUNCTIONVALUE1)3460.800

VARIABLEVALUEREDUCEDCOST

X10.0000001.680000

X2168.0000000.000000

X319.2000010.000000

X40.0000000.000000

X524.0000000.000000

X60.0000001.520000ROWSLACKORSURPLUSDUALPRICES2)0.0000003.1600003)0.0000003.2600004)76.0000000.0000005)0.00000044.0000006)0.00000032.000000NO.ITERATIONS=2结果解释每天销售168千克A2和19.2千克B1，利润3460.8（元）8桶牛奶加工成A1，42桶牛奶加工成A2，将得到的24千克A1全部加工成B1

除加工能力外均为紧约束结果解释OBJECTIVEFUNCTIONVALUE1)3460.800VARIABLEVALUEREDUCEDCOSTX10.0000001.680000X2168.0000000.000000X319.2000010.000000X40.0000000.000000X524.0000000.000000X60.0000001.520000ROWSLACKORSURPLUSDUALPRICES2)0.0000003.1600003)0.0000003.2600004)76.0000000.0000005)0.00000044.0000006)0.00000032.000000增加1桶牛奶使利润增长3.16×12=37.92增加1小时时间使利润增长3.2630元可增加1桶牛奶，3元可增加1小时时间，应否投资？现投资150元，可赚回多少？投资150元增加5桶牛奶，可赚回189.6元。（大于增加时间的利润增长）结果解释B1,B2的获利有10%的波动，对计划有无影响RANGESINWHICHTHEBASISISUNCHANGED:OBJCOEFFICIENTRANGESVARIABLECURRENTALLOWABLEALLOWABLECOEFINCREASEDECREASEX124.0000001.680000INFINITYX216.0000008.1500002.100000

X344.00000019.7500023.166667X432.0000002.026667INFINITYX5-3.00000015.8000002.533334X6-3.0000001.520000INFINITY

…………DORANGE(SENSITIVITY)ANALYSIS?YesB1获利下降10%，超出X3系数允许范围B2获利上升10%，超出X4系数允许范围波动对计划有影响生产计划应重新制订：如将x3的系数改为39.6计算，会发现结果有很大变化。将实际问题归结为线性规划模型是一个探索创造的过程。线性规划模型的求解仍是计算数学的一个难题。例3.生产5种产品P1,P2,P3,P4,P5

单价为550,600,350,400,200.三道工序:研磨、钻孔、装配。所需工时为

P1P2P3P4P5

I122002515II1081600III2020202020各工序的生产能力（工时数）288192384如何安排生产，收入最大。模型：设xi

生产Pi的件数。则maxZ=550x1+600x2+350x3+400x4+200x5。s.t.12x1+20x2+0x3+25x4+15x5≤28810x1+8x2+16x3+0x4+0x5≤19220x1+20x2+20x3+20x4+20x5≤384xi

≥0有解x1=12，x2=7.2，x3=x4=x5=0Z=109201.如果增加三个工序的生产能力，每个工序的单位增长会带来多少价值？2.结果表明与P1,P2相比P3,P4,P5，定价低了.价格提到什么程度,它们才值得生产?对偶问题有解:w1=6.25,w2=0,w3=23.75Zopt=6.25×288+0×192+23.75×384X3的成本:0×6.25+16×0+20×23.75=475>350例4供货问题一家公司生产某种商品.

现有n个客户,

第j个客户需要货物量至少为bj,

可在m各不同地点设厂供货.

在地区i设厂的费用为di,

供货能力为hi

,

向第j个客户供应单位数量的货物费用为cij.如何设厂与供货使总费用最小.模型：记xij

为在地区i向第j个客户供货数量,

记yi=1,在地区i设厂，记yi=0不在地区i设厂，求设厂和供货分配方案yi，xij使得目标函数f=yi(jcijxij+

di)在约束条件i

yi

xij

bj,j=1,…,n

jxij

–hi0,I=1,…,mxij0,yi={0,1}下达到最小例5钢材截短有一批钢材,每根长7.3米.

现需做100套短钢材.

每套包括长2.9米,2.1米,1.5米的各一根.

至少用掉多少根钢材才能满足需要,

并使得用料最省.

解:可能的截法和余料第1种7.3-(2.9×2+1.5×1)=0第2种7.3-(2.9×1+2.1×2)=0.2第3种7.3-(2.9×1+1.5×2)=1.4第4种7.3-(2.9×1+2.1×1+1.5×1)=0.8第5种7.3-(2.1×2+1.5×2)=0.1第6种7.3-(2.1×3)=1第7种7.3-(2.1×1+1.5×3)=0.7第8种7.3-(1.5×4)=1.3设按第i种方法截xi

根钢材(决策变量).目标函数f=0.2x2+1.4x3+0.8x4+0.1x5+x6+0.7x7+1.3x8约束条件2x1+x2+x3+x4

1002x2+x4+2x5+3x6+x7

100x1+2x3+x4+2x5+3x7+4x8

100xi

0,i=1,…,8用Matlab程序解得

x1=40x2=20x5=30,f=7（实际上应要求xi为正整数。这是一个整数规划问题）。习题

一

资源的最优配置策略某工厂有1000台机器,生产两种产品A,B,若投入y台机器生产A产品,则纯收入为5y.若投入y台机器生产B产品,则纯收入为4y.又知,生产A种产品机器的年折损率为20%,,生产B种产品机器的年折损率为10%,问在5年内如何安排各年度的生产计划,才能使总收入最高.习题二

一家出版社准备再某市开设两个销售点，向七个区的大学生售书。每个区的大学生数量（千人）如图。每个销售点只能向本区和一个相邻区的大学生售书。这两个销售点应该设在何处，才能使所供应的学生数量最大。

342956

42

2118714.2

自来水输送与货机装运生产、生活物资从若干供应点运送到一些需求点，怎样安排输送方案使运费最小，或利润最大；运输问题各种类型的货物装箱，由于受体积、重量等限制，如何搭配装载，使获利最高，或装箱数量最少。其他费用:450元/千吨

应如何分配水库供水量，公司才能获利最多？

若水库供水量都提高一倍，公司利润可增加到多少？元/千吨甲乙丙丁A160130220170B140130190150C190200230/引水管理费例1

自来水输送收入：900元/千吨

支出A：50B：60C：50甲：30；50乙：70；70丙：10；20丁：10；40水库供水量(千吨)小区基本用水量(千吨)小区额外用水量(千吨)（以天计）总供水量：160确定送水方案使利润最大问题分析A：50B：60C：50甲：30；50乙：70；70丙：10；20丁：10；40<总需求量：120+180=300总收入900160=144,000(元)收入：900元/千吨

其他费用:450元/千吨

支出引水管理费其他支出450160=72,000(元)使引水管理费最小供应限制约束条件需求限制

线性规划模型(LP)目标函数

水库i向j区的日供水量为xij（x34=0）决策变量

模型建立确定3个水库向4个小区的供水量模型求解

OBJECTIVEFUNCTIONVALUE1)24400.00VARIABLEVALUEREDUCEDCOSTX110.00000030.000000X1250.0000000.000000X130.00000050.000000X140.00000020.000000X210.00000010.000000

X22

50.0000000.000000X230.00000020.000000X24

10.0000000.000000X31

40.0000000.000000X320.00000010.000000X33

10.0000000.000000利润=总收入-其它费用-引水管理费=144000-72000-24400=47600（元）

A(50)B(60)C(50)甲(30;50)乙(70;70)丙(10;20)丁(10;40)5050401010引水管理费24400(元)目标函数

总供水量(320)>总需求量(300)每个水库最大供水量都提高一倍利润=收入(900)–其它费用(450)

–引水管理费利润(元/千吨)甲乙丙丁A290320230280B310320260300C260250220/供应限制B,C类似处理问题讨论

确定送水方案使利润最大需求约束可以不变求解OBJECTIVEFUNCTIONVALUE1)88700.00VARIABLEVALUEREDUCEDCOSTX110.00000020.000000X12100.0000000.000000X130.00000040.000000X140.00000020.000000

X21

30.0000000.000000X2240.0000000.000000

X230.00000010.000000X2450.0000000.000000

X31

50.0000000.000000X320.00000020.000000X33

30.0000000.000000这类问题一般称为“运输问题”(TransportationProblem)总利润88700（元）

A(100)B(120)C(100)甲(30;50)乙(70;70)丙(10;20)丁(10;40)4010050305030如何装运，使本次飞行获利最大？

三个货舱最大载重(吨),最大容积(米3)

例2货机装运

重量（吨）空间(米3/吨）利润（元/吨）货物1184803100货物2156503800货物3235803500货物4123902850三个货舱中实际载重必须与其最大载重成比例

前仓：10；6800中仓：16；8700后仓：8；5300飞机平衡决策变量

xij--第i种货物装入第j个货舱的重量(吨）i=1,2,3,4,

j=1,2,3(分别代表前、中、后仓)模型假设每种货物可以分割到任意小；货机装运每种货物可以在一个或多个货舱中任意分布；多种货物可以混装，并保证不留空隙；模型建立货舱容积

目标函数(利润)约束条件货机装运模型建立货舱重量

10；680016；87008；5300xij--第i种货物装入第j个货舱的重量约束条件平衡要求

货物供应

货机装运模型建立10；680016；87008；5300xij--第i种货物装入第j个货舱的重量OBJECTIVEFUNCTIONVALUE1)121515.8VARIABLEVALUEREDUCEDCOSTX110.000000400.000000X120.00000057.894737X130.000000400.000000X2110.0000000.000000X220.000000239.473679X235.0000000.000000X310.0000000.000000

X32

12.9473690.000000X33

3.0000000.000000X410.000000650.000000

X423.0526320.000000X430.000000650.000000货物2：前仓10,后仓5；

货物3:中仓13,后仓3；货物4:中仓3。货机装运模型求解最大利润约121516元货物~供应点货舱~需求点平衡要求运输问题运输问题的扩展设每月生产小、中、大型汽车的数量分别为x1,x2,x3汽车厂生产计划模型建立

小型中型大型现有量钢材1.535600时间28025040060000利润234线性规划模型(LP)模型求解

3）

模型中增加条件：x1,x2,x3

均为整数，重新求解。

OBJECTIVEFUNCTIONVALUE1)632.2581VARIABLEVALUEREDUCEDCOST

X164.5161290.000000

X2167.7419280.000000X30.0000000.946237ROWSLACKORSURPLUSDUALPRICES2)0.0000000.7311833)0.0000000.003226结果为小数，怎么办？1）舍去小数：取x1=64，x2=167，算出目标函数值z=629，与LP最优值632.2581相差不大。2）试探：如取x1=65，x2=167；x1=64，x2=168等，计算函数值z，通过比较可能得到更优的解。

但必须检验它们是否满足约束条件。为什么？IP可用LINDO直接求解整数规划(IntegerProgramming,简记IP)“gin3”表示“前3个变量为整数”，等价于：ginx1ginx2ginx3IP的最优解x1=64，x2=168，x3=0，最优值z=632max2x1+3x2+4x3st1.5x1+3x2+5x3<600280x1+250x2+400x3<60000endgin3OBJECTIVEFUNCTIONVALUE1)632.0000VARIABLEVALUEREDUCEDCOSTX164.000000-2.000000X2168.000000-3.000000X30.000000-4.000000模型求解

IP结果输出其中3个子模型应去掉，然后逐一求解，比较目标函数值，再加上整数约束，得最优解：方法1：分解为8个LP子模型汽车厂生产计划

若生产某类汽车，则至少生产80辆，求生产计划。x1,x2,,x3=0或80x1=80，x2=150，x3=0，最优值z=610LINDO中对0-1变量的限定：inty1inty2inty3方法2：引入0-1变量，化为整数规划

M为大的正数，可取1000OBJECTIVEFUNCTIONVALUE1)610.0000VARIABLEVALUEREDUCEDCOST

X180.000000-2.000000

X2150.000000-3.000000

X30.000000-4.000000Y11.0000000.000000Y21.0000000.000000Y30.0000000.000000

若生产某类汽车，则至少生产80辆，求生产计划。x1=0或

80x2=0或

80x3=0或

80最优解同前

NLP虽然可用现成的数学软件求解(如LINGO,MATLAB)，但是其结果常依赖于初值的选择。方法3：化为非线性规划

非线性规划（Non-LinearProgramming，简记NLP）

实践表明，本例仅当初值非常接近上面方法算出的最优解时，才能得到正确的结果。

若生产某类汽车，则至少生产80辆，求生产计划。x1=0或

80x2=0或

80x3=0或

80应如何安排原油的采购和加工

？

例2原油采购与加工市场上可买到不超过1500吨的原油A：购买量不超过500吨时的单价为10000元/吨；购买量超过500吨但不超过1000吨时，超过500吨的部分8000元/吨；购买量超过1000吨时，超过1000吨的部分6000元/吨。售价4800元/吨售价5600元/吨库存500吨库存1000吨汽油甲(A50%)原油A原油B汽油乙(A60%)决策变量

目标函数问题分析

利润：销售汽油的收入-购买原油A的支出难点：原油A的购价与购买量的关系较复杂甲(A50%)AB乙(A60%)购买xx11x12x21x224.8千元/吨5.6千元/吨原油A的购买量,原油A,B生产汽油甲,乙的数量c(x)~购买原油A的支出利润(千元)c(x)如何表述？原油供应

约束条件x

500吨单价为10千元/吨；

500吨x1000吨，超过500吨的8千元/吨；1000吨x1500吨，超过1000吨的6千元/吨。目标函数购买xABx11x12x21x22库存500吨库存1000吨

目标函数中c(x)不是线性函数，是非线性规划；对于用分段函数定义的c(x)，一般的非线性规划软件也难以输入和求解；想办法将模型化简，用现成的软件求解。

汽油含原油A的比例限制约束条件甲(A50%)AB乙(A60%)x11x12x21x22x1,x2,x3~以价格10,8,6(千元/吨)采购A的吨数目标函数

只有当以10千元/吨的价格购买x1=500(吨)时，才能以8千元/吨的价格购买x2方法1

非线性规划模型，可以用LINGO求解模型求解x=x1+x2+x3,c(x)=10x1+8x2+6x3

500吨

x1000吨，超过500吨的8千元/吨增加约束x=x1+x2+x3,c(x)=10x1+8x2+6x3

方法1：LINGO求解Model:Max=4.8*x11+4.8*x21+5.6*x12+5.6*x22-10*x1-8*x2-6*x3;x11+x12<x+500;x21+x22<1000;x11-x21>0;2*x12-3*x22>0;x=x1+x2+x3;(x1-500)*x2=0;(x2-500)*x3=0;x1<500;x2<500;x3<500;x>0;x11>0;x12>0;x21>0;x22>0;x1>0;x2>0;x3>0;endObjectivevalue:4800.000VariableValueReducedCostX11500.00000.0000000E+00X21500.00000.0000000E+00X120.0000000E+000.0000000E+00X220.0000000E+000.0000000E+00X10.1021405E-1310.00000X20.0000000E+008.000000X30.0000000E+006.000000X0.0000000E+000.0000000E+00LINGO得到的是局部最优解，还能得到更好的解吗？

用库存的500吨原油A、500吨原油B生产汽油甲，不购买新的原油A，利润为4,800千元。

y1,y2,y3=1~以价格10,8,6(千元/吨)采购A增加约束方法2

0-1线性规划模型，可用LINDO求解y1,y2,y3=0或1OBJECTIVEFUNCTIONVALUE1)5000.000VARIABLEVALUEREDUCEDCOSTY11.0000000.000000Y21.0000002200.000000Y31.0000001200.000000X110.0000000.800000X210.0000000.800000X121500.0000000.000000X221000.0000000.000000X1500.0000000.000000X2500.0000000.000000X30.0000000.400000X1000.0000000.000000购买1000吨原油A，与库存的500吨原油A和1000吨原油B一起，生产汽油乙，利润为5,000千元。x1,x2,x3~以价格10,8,6(千元/吨)采购A的吨数y=0x=0x>0y=1优于方法1的结果b1b2

b3

b4方法3

b1

xb2，x=z1b1+z2b2，z1+z2=1，z1,z20,c(x)=z1c(b1)+z2c(b2).c(x)x1200090005000050010001500b2

xb3，x=z2b2+z3b3，z2+z3=1，z2,z3

0,c(x)=z2c(b2)+z3c(b3).b3

xb4，x=z3b3+z4b4，z3+z4=1，z3,z4

0,c(x)=z3c(b3)+z4c(b4).

直接处理处理分段线性函数c(x)IP模型，LINDO求解，得到的结果与方法2相同.处理分段线性函数，方法3更具一般性bkxbk+1yk=1,否则,yk=0方法3

bkxbk+1,x=zkbk+zk+1bk+1zk+zk+1=1，zk,zk+10,c(x)=zkc(bk)+zk+1c(bk+1).c(x)x1200090005000050010001500b1b2

b3

b4对于k=1,2,3分派问题4.4

接力队选拔和选课策略若干项任务分给一些候选人来完成，每人的专长不同，完成每项任务取得的效益或需要的资源就不同，如何分派任务使获得的总效益最大，或付出的总资源最少。若干种策略供选择，不同的策略得到的收益或付出的成本不同，各个策略之间有相互制约关系，如何在满足一定条件下作出决择，使得收益最大或成本最小。丁的蛙泳成绩退步到1’15”2；戊的自由泳成绩进步到57”5,组成接力队的方案是否应该调整？如何选拔队员组成4100米混合泳接力队?例1混合泳接力队的选拔

甲乙丙丁戊蝶泳1’06”857”21’18”1’10”1’07”4仰泳1’15”61’06”1’07”81’14”21’11”蛙泳1’27”1’06”41’24”61’09”61’23”8自由泳58”653”59”457”21’02”45名候选人的百米成绩穷举法：组成接力队的方案共有5!=120种。目标函数若选择队员i参加泳姿j的比赛，记xij=1,否则记xij=0

0-1规划模型

cij(秒)~队员i

第j种泳姿的百米成绩约束条件每人最多入选泳姿之一

ciji=1i=2i=3i=4i=5j=166.857.2787067.4j=275.66667.874.271j=38766.484.669.683.8j=458.65359.457.262.4每种泳姿有且只有1人模型求解

最优解：x14=x21=x32=x43=1,其它变量为0;成绩为253.2(秒)=4’13”2MIN66.8x11+75.6x12+87x13+58.6x14+……+67.4x51+71x52+83.8x53+62.4x54SUBJECTTOx11+x12+x13+x14<=1

……x41+x42+x43+x44<=1x11+x21+x31+x41+x51=1

……x14+x24+x34+x44+x54=1ENDINT20

输入LINDO求解

甲乙丙丁戊蝶泳1’06”857”21’18”1’10”1’07”4仰泳1’15”61’06”1’07”81’14”21’11”蛙泳1’27”1’06”41’24”61’09”61’23”8自由泳58”653”59”457”21’02”4甲~自由泳、乙~蝶泳、丙~仰泳、丁~蛙泳.丁蛙泳c43

=69.675.2，戊自由泳c54=62.4

57.5,方案是否调整？敏感性分析？乙~蝶泳、丙~仰泳、丁~蛙泳、戊~自由泳IP规划一般没有与LP规划相类似的理论，LINDO输出的敏感性分析结果通常是没有意义的。最优解：x21=x32=x43=x51=1,成绩为4’17”7c43,c54

的新数据重新输入模型，用LINDO求解指派(Assignment)问题：每项任务有且只有一人承担，每人只能承担一项，效益不同，怎样分派使总效益最大.讨论甲~自由泳、乙~蝶泳、丙~仰泳、丁~蛙泳.原方案为了选修课程门数最少，应学习哪些课程？

例2选课策略要求至少选两门数学课、三门运筹学课和两门计算机课课号课名学分所属类别先修课要求1微积分5数学

2线性代数4数学

3最优化方法4数学；运筹学微积分；线性代数4数据结构3数学；计算机计算机编程5应用统计4数学；运筹学微积分；线性代数6计算机模拟3计算机；运筹学计算机编程7计算机编程2计算机

8预测理论2运筹学应用统计9数学实验3运筹学；计算机微积分；线性代数选修课程最少，且学分尽量多，应学习哪些课程？

0-1规划模型

决策变量

目标函数

xi=1~选修课号i的课程（xi=0~不选）

选修课程总数最少约束条件最少2门数学课，3门运筹学课，2门计算机课。

课号课名所属类别1微积分数学2线性代数数学3最优化方法数学；运筹学4数据结构数学；计算机5应用统计数学；运筹学6计算机模拟计算机；运筹学7计算机编程计算机8预测理论运筹学9数学实验运筹学；计算机先修课程要求最优解：

x1=x2=x3=x6=x7=x9=1,其它为0；6门课程，总学分210-1规划模型

约束条件x3=1必有x1=x2=1模型求解（LINDO）课号课名先修课要求1微积分

2线性代数

3最优化方法微积分；线性代数4数据结构计算机编程5应用统计微积分；线性代数6计算机模拟计算机编程7计算机编程

8预测理论应用统计9数学实验微积分；线性代数学分最多多目标优化的处理方法：化成单目标优化。两目标(多目标)规划

讨论：选修课程最少，学分尽量多，应学习哪些课程？课程最少

以学分最多为目标，不管课程多少。

以课程最少为目标，不管学分多少。最优解如上，6门课程，总学分21。最优解显然是选修所有9门课程。多目标规划

在课程最少的前提下以学分最多为目标。最优解：

x1=x2=x3=x5=x7=x9=1,其它为0；总学分由21增至22。注意：最优解不唯一！课号课名学分1微积分52线性代数43最优化方法44数据结构35应用统计46计算机模拟37计算机编程28预测理论29数学实验3LINDO无法告诉优化问题的解是否唯一。可将x9=1易为x6=1增加约束，以学分最多为目标求解。多目标规划

对学分数和课程数加权形成一个目标，如三七开。最优解：

x1=x2=x3=x4=x5=x6=x7=x9=1，其它为0；总学分28。课号课名学分1微积分52线性代数43最优化方法44数据结构35应用统计46计算机模拟37计算机编程28预测理论29数学实验3讨论与思考最优解与1=0，2=1的结果相同——学分最多多目标规划

最优解与1=1，2=0的结果相同——课程最少4.5

饮料厂的生产与检修单阶段生产计划多阶段生产计划

生产批量问题

企业生产计划考虑与产量无关的固定费用给优化模型求解带来新的困难外部需求和内部资源随时间变化问题分析

除第4周外每周的生产能力超过每周的需求；生产成本逐周上升；前几周应多生产一些。周次需求能力11530225403354542520合计100135成本5.05.15.45.5

饮料厂在第1周开始时没有库存；从费用最小考虑,第4周末不能有库存；周末有库存时需支出一周的存贮费；每周末的库存量等于下周初的库存量。模型假设

目标函数约束条件产量、库存与需求平衡决策变量

能力限制非负限制模型建立x1~x4：第1~4周的生产量y1~y3：第1~3周末库存量周次需求能力11530225403354542520成本5.05.15.45.5存贮费:0.2(千元/周•千箱)模型求解

4周生产计划的总费用为528(千元)最优解：x1~x4：15，40，25，20；

y1~y3：

0，15，5.周次需求能力11530225403354542520成本5.05.15.45.5产量15402520库存01550LINDO求解检修计划0-1变量wt

：wt=1~检修安排在第t周(t=1,2,3,4）

在4周内安排一次设备检修，占用当周15千箱生产能力，能使检修后每周增产5千箱，检修应排在哪一周?

检修安排在任一周均可周次需求能力11530225403354542520成本5.05.15.45.5约束条件能力限制产量、库存与需求平衡条件不变增加约束条件：检修1次检修计划目标函数不变0-1变量wt

：wt=1~检修安排在第t周(t=1,2,3,4）LINDO求解总费用由528千元降为527千元检修所导致的生产能力提高的作用,需要更长的时间才能得到充分体现。最优解：w1=1,w2,w3,

w4=0;x1~x4：15,45,15,25；

y1~y3：0,20,0.例2饮料的生产批量问题

安排生产计划,满足每周的需求,使4周总费用最小。存贮费:每周每千箱饮料0.2千元。饮料厂使用同一条生产线轮流生产多种饮料。若某周开工生产某种饮料,需支出生产准备费8千元。

某种饮料4周的需求量、生产能力和成本周次需求量(千箱)生产能力(千箱)成本(千元/千箱)115305.0225405.1335455.4425205.5合计100135

生产批量问题的一般提法ct~时段t生产费用(元/件)；ht~时段t(末)库存费(元/件)；st~时段t生产准备费(元)；dt~时段t市场需求(件)；Mt~时段t生产能力(件)。假设初始库存为0制订生产计划,满足需求,并使T个时段的总费用最小。决策变量

xt~时段t生产量；yt~时段t(末)库存量；wt=1~时段t开工生产(wt=0~不开工)。目标约束混合0-1规划模型