2025年大学《系统科学与工程》专业题库- 系统建模与优化在工程设计中的应用

2025年大学《系统科学与工程》专业题库——系统建模与优化在工程设计中的应用考试时间：______分钟总分：______分姓名：______一、简述系统动力学建模的基本思想和核心要素。请结合一个你了解的工程系统（如交通系统、供应链系统、电力系统等），说明如何运用系统动力学方法对该系统进行建模分析。二、某工厂计划使用一台机器生产两种产品A和B。生产每单位产品A需要消耗2小时工时和3公斤原材料，利润为200元。生产每单位产品B需要消耗1小时工时和2公斤原材料，利润为150元。工厂每周可用的工时为100小时，原材料供应量为120公斤。请建立该问题的线性规划模型，明确决策变量、目标函数和约束条件。三、在求解线性规划问题时，对偶理论提供了有价值的信息。请简述对偶问题的基本概念，并解释为什么说原问题的对偶问题在经济学（如资源定价、影子价格）中往往具有实际意义。举例说明。四、某工程项目包含以下活动及其乐观、最可能和悲观时间估计（单位：周）：|活动|紧前活动|乐观时间(a)|最可能时间(m)|悲观时间(b)||:---|:-------|:-----------|:-------------|:-----------||A|-|3|4|5||B|-|2|3|4||C|A|4|5|6||D|A|3|4|5||E|B|2|3|4||F|C,D,E|5|6|7|请使用关键路径法（CPM）或计划评审技术（PERT）估算该项目的期望完成时间，并确定关键路径。五、考虑一个简单的设施选址问题：某公司需要在三个地点（P1,P2,P3）中选择一个建立仓库，用于向四个客户（C1,C2,C3,C4）供货。每个地点的建设成本、每个客户的需求量以及各地点到各客户的单位运输成本如下表所示（单位：万元，单位：吨，单位：元/吨）：|地点/客户|C1|C2|C3|C4|建设成本||:--------|:---|:---|:---|:---|:-------||P1|10|20|30|40|100||P2|20|10|25|35|150||P3|30|25|15|20|120||需求量|30|40|50|60||假设每个地点最多只能服务两个客户，且仓库的容量无限。请建立该问题的整数规划模型。六、某公司计划进行一项新产品的研发，存在两种研发路径：路径1和路径2。路径1的成功率较高（80%），但研发成本较高（100万元）；路径2的成功率较低（50%），但研发成本较低（50万元）。如果研发成功，产品可以投入市场，预计市场需求有两种状态：高需求（概率60%）和低需求（概率40%）。在市场高需求状态下，产品盈利150万元；在市场低需求状态下，产品盈利50万元。如果研发失败，则损失已投入的研发成本。请建立该问题的决策树模型，并使用期望值法分析哪种研发路径更优。七、请简述模拟技术在系统建模与优化中的应用场景。假设你正在为一个具有随机性的生产系统进行建模分析，该系统的主要瓶颈在于设备的故障维修时间具有不确定性。请描述如何使用模拟方法来研究该瓶颈问题，并说明模拟分析可能带来的好处。试卷答案一、系统动力学（SD）建模是一种基于反馈回路思想，模拟复杂系统动态行为的建模方法。其核心要素包括：1.存量（Stocks）：系统中的状态变量，表示积累的结果，具有瞬时值，如资金、库存、人口等。2.流量（Flows）：连接两个存量的速率，表示存量的变化率，如投资率、生产率、出生率等。3.辅助变量（AuxiliaryVariables）：影响流量计算的内部变量，使模型更易理解。4.因果关系（CausalLinks）：表示系统各要素之间的正向或负向影响关系。5.反馈回路（FeedbackLoops）：由因果链连接而成的闭合回路，决定系统的行为模式（增强回路或调节回路）。以交通系统为例：可设定“车辆总数”为存量，“进入道路的车辆数”和“离开道路的车辆数”为流量。“道路饱和度”为辅助变量，影响“离开道路的车辆数”。存在“车辆总数增加->道路饱和度增加->单位时间通过能力下降->进入道路的车辆数减少”的负反馈回路（交通拥堵自我缓解），也存在“车辆总数增加->道路拥堵->出行时间增加->部分车辆选择替代路径”的正反馈回路（扩散效应）。通过因果回路图和存量流量图，可以定量分析交通流量、排队长度、延误时间等随时间的变化。二、设生产产品A每周的数量为\(x_1\)，生产产品B每周的数量为\(x_2\)。目标函数（最大化总利润）：\[\text{Maximize}Z=200x_1+150x_2\]约束条件：1.工时约束：\(2x_1+x_2\leq100\)(小时)2.原材料约束：\(3x_1+2x_2\leq120\)(公斤)3.非负约束：\(x_1\geq0\),\(x_2\geq0\)线性规划模型为：\[\text{Maximize}Z=200x_1+150x_2\]\[\text{subjectto:}\]\[2x_1+x_2\leq100\]\[3x_1+2x_2\leq120\]\[x_1\geq0\]\[x_2\geq0\]三、对偶问题的基本概念是：原线性规划问题（称为原始问题）的约束条件的系数矩阵，构成了其对应对偶问题目标函数的系数；原始问题的目标函数系数，则构成了对偶问题约束条件的系数。具体来说，若原始问题为：\[\text{Maximize}Z=c^Tx\]\[\text{subjectto:}Ax\leqb\]\[x\geq0\]其对偶问题为：\[\text{Minimize}W=b^Ty\]\[\text{subjectto:}A^Ty\geqc\]\[y\geq0\]其中，\(x\)和\(y\)是原始和对偶问题的决策变量向量，\(A\)是技术系数矩阵，\(c\)和\(b\)是向量。对偶理论的意义在于，它提供了从不同角度（生产者角度vs.消费者角度）看待同一资源分配问题的途径。在经济学中，原问题常代表生产者如何用资源生产产品以最大化利润，其对偶问题则代表消费者如何对资源（或其产品）定价以最小化成本。对偶问题的最优解（即资源的影子价格）具有实际意义，表示在现有生产技术下，增加一单位某种资源能带来的额外利润上限，或减少一单位某种资源将造成的损失下限。例如，在上述生产问题中，原问题的对偶变量\(y_1\)和\(y_2\)的最优值分别代表工时和原材料的影子价格，即每增加一小时工时或一公斤原材料，总利润能增加的最多额度。四、计算每个活动的期望时间\(te\)：\[te_A=\frac{3+4\cdot4+5}{6}=4\text{周}\]\[te_B=\frac{2+3\cdot4+4}{6}=3\text{周}\]\[te_C=\frac{4+5\cdot4+6}{6}=5\text{周}\]\[te_D=\frac{3+4\cdot4+5}{6}=4\text{周}\]\[te_E=\frac{2+3\cdot4+4}{6}=3\text{周}\]\[te_F=\frac{5+6\cdot4+7}{6}=6\text{周}\]绘制项目网络图（略），计算各路径的期望时间：路径1:A+C+F=4+5+6=15周路径2:A+D+F=4+4+6=14周路径3:B+E+F=3+3+6=12周关键路径是期望时间最长的路径，即路径3(B-E-F)。项目的期望完成时间是关键路径的总时间，为12周。五、设\(x_{ij}\)表示从地点\(i\)(i=1,2,3)运往客户\(j\)(j=1,2,3,4)的货物量（吨）。目标函数（最小化总运输成本）：\[\text{Minimize}Z=10x_{11}+20x_{12}+30x_{13}+40x_{14}+20x_{21}+10x_{22}+25x_{23}+35x_{24}+30x_{31}+25x_{32}+15x_{33}+20x_{34}\]约束条件：1.每个地点最多服务两个客户：\[x_{11}+x_{12}+x_{13}+x_{14}\leq2\]\[x_{21}+x_{22}+x_{23}+x_{24}\leq2\]\[x_{31}+x_{32}+x_{33}+x_{34}\leq2\]2.满足客户需求量：\[x_{11}+x_{21}+x_{31}=30\]\[x_{12}+x_{22}+x_{32}=40\]\[x_{13}+x_{23}+x_{33}=50\]\[x_{14}+x_{24}+x_{34}=60\]3.非负且为整数：\(x_{ij}\geq0\)且为整数(i=1,2,3;j=1,2,3,4)整数规划模型为：\[\text{Minimize}Z=10x_{11}+20x_{12}+30x_{13}+40x_{14}+20x_{21}+10x_{22}+25x_{23}+35x_{24}+30x_{31}+25x_{32}+15x_{33}+20x_{34}\]\[\text{subjectto:}\]\[x_{11}+x_{12}+x_{13}+x_{14}\leq2\]\[x_{21}+x_{22}+x_{23}+x_{24}\leq2\]\[x_{31}+x_{32}+x_{33}+x_{34}\leq2\]\[x_{11}+x_{21}+x_{31}=30\]\[x_{12}+x_{22}+x_{32}=40\]\[x_{13}+x_{23}+x_{33}=50\]\[x_{14}+x_{24}+x_{34}=60\]\[x_{ij}\geq0\]且为整数(所有\(i,j\))六、绘制决策树（略）：*根节点：研发决策(路径1vs路径2)*分支1：选择路径1*概率：0.8*子节点：市场结果(高需求vs低需求)*高需求(概率0.6)：收益=150万*低需求(概率0.4)：收益=50万*概率：0.2*子节点：研发失败*收益=-100万*分支2：选择路径2*概率：0.5*子节点：市场结果(高需求vs低需求)*高需求(概率0.6)：收益=150万*低需求(概率0.4)：收益=50万*概率：0.5*子节点：研发失败*收益=-50万计算各节点的期望收益：*路径1下，市场高需求的期望收益：\(0.6\times150=90\)万*路径1下，市场低需求的期望收益：\(0.4\times50=20\)万*路径1下，研发失败期望收益：\(-100\)万*路径1总期望收益：\(0.8\times(90-100)+0.2\times(-100)=0.8\times(-10)+0.2\times(-100)=-8-20=-28\)万*路径2下，市场高需求的期望收益：\(0.6\times150=90\)万*路径2下，市场低需求的期望收益：\(0.4\times50=20\)万*路径2下，研发失败期望收益：\(-50\)万*路径2总期望收益：\(0.5\times(90-50)+0.5\times(-50)=0.5\times40+0.5\times(-50)=20-25=-5\