产销问题的数学模型

1、产销问题的数学模型产销问题的数学模型摘要以产销为主的公司对成本的花费和利润的回收是十分重视的，本文则针对这个问题，建立了关于该企业手工产品产销问题的优化模型1，解决了该企业最优产销方案的问题。企业产品产销始于购入物料，经加工制成或经组合装配成为产品，最后通过销售获取利润，所以当成本最小的时候，公司可获得最大利润。在问题一中根据成本的类型，可以分为两类，即产品成本与人力成本。本文先将各成本定义成不同的数学变量，再依据时间与各成本间的关系可得出在计划期内的各成本的花费，最后由公式：得出计划期内的成本总和Q。最后运用多元函数的极值的求解方法并借助LINGO/LINDO软件来计算，便可求出成本Q的最小

2、值，以及获得最大利润SMAX=元。促销2是营销者为扩大销售而进行的商业活动，但是如果不合理安排促销的活动及做好适当的成本利润评估，就很容易让营销者在此商业活动中亏损。在问题二中，就在淡季的一月促销产品和在旺季的四月促销产品这两种方案进行了成本和利润的分析。在此问题中，我们依然用问题一的方法，即多元函数的极值的求解法来求出这两种方案的成本和利润。由结果可知，若在淡季的一月促销产品，则在这个计划期内的成本为元，利润为元；而在旺季的四月促销产品，计划期内的成本为元，利润为元。由第一问可知，在无促销的计划期内的成本是元，利润为元。所以，将以上三组数据进行对比，可得出以下结论：降价促销会引起总收入减少，

3、但促销带来的增长会使需求的变化变得平稳引起总成本的下降。一般在淡季进行促销时总成本下降的幅度较大，使需求平稳的同时生产的安排也更加平稳。所以在这三种方案中，计划期内无促销为最佳方案。由于以上的问题都主要考虑的是生产产品的问题，本文建议可再通过对客户需求以及市场波动进行数据处理，也可建立一个价格策略3模型与本模型结合起来，将得到更加精确的产销模型。关键词： 数学规划 多元函数的极值法 LINGO/LINDO软件 最优产销方案1 问题重述某企业主要生产一种手工产品，在现有的营销策略下，年初对上半年6个月的产品需求预测如表1所示。表1. 产品需求预测估计值（件）月份1月2月3月4月5月6月预计需求量

4、1000110011501300140013001月初工人数为10人，工人每月工作21天，每天工作8小时，按规定，工人每个月加班时间不得超过10个小时。1月初的库存量为200台。产品的销售价格为240元/件。该产品的销售特点是，如果当月的需求不能得到满足，顾客愿意等待该需求在后续的某个月内得到满足，但公司需要对产品的价格进行打折，可以用缺货损失来表示。6月末的库存为0（不允许缺货）。各种成本费用如表2所示。表2. 产品各项成本费用原材料成本库存成本缺货损失外包成本培训费用100元/件10元/件/月20元/件/月200元/件50元/人解聘费用产品加工时间工人正常工资工人加班工资100元/人1.6

5、小时/件12元/小时/人18元/小时/人（1）若你是公司决策人员，请建立数学模型并制定出一个成本最低、利润最大的最优产销方案；（2）公司销售部门预测：在计划期内的某个月进行降价促销，当产品价格下降为220元/件时，则接下来的两个月中6%的需求会提前到促销月发生。试就一月份（淡季）促销和四月份（旺季）促销两种方案以及不促销最优方案（1）进行对比分析，进而选取最优的产销规划方案。2 模型的分析这是企业生产产品前做产销计划欲求产销优化的问题，目标是使得成本低、利润大。现知道，成本为：原材料成本、库存成本、缺货损失成本、外包成本、工人培训费用、工人的正常工资及加班工资、解聘工人的费用。且这些成本为线性

6、函数。约束条件为：聘用和解雇人员的限制，生产能力的限制，库存的限制，加班限制等。结合以上，找出各个变量之间的关系，列出目标函数，把实际问题转化成数学问题进行分析和求解，建立多变量求目标函数最值的非线性规划模型。根据分析，在合理假设条件下，列出各方面因素对利润和成本影响的关系式，借助LINGO/LINDO软件进行问题求解。3 模型的假设与符号说明3.1 模型的假设（1）生产过程是连续的,即每天都生产；（2）每个员工的健康状况、每月的工作时间、工作效率等相同；（3）六月末为零库存，但不缺货；（4）预测的各月的产品需求均为定值。3.2 符号的说明S六个月的总利润（单位：元）；L六个月总的销售额（单位

7、：元）；Q上半年企业生产所需的成本（单位：元）；Di第i个月产品需求预测估计值（单位：件）；Wi第i个月的员工数（W0=10）(单位：人）；Ti第i个月每个员工工作总时间 （单位：小时）；xi第i 个月员工生产量（单位：件）；yi第i个月外包生产量（单位：件）；ai第i个月新聘用的工人数（单位：人）；bi第i个月解聘工人数（单位：人）；hi第i个月库存量（单位：件）；ki第i个月缺货量（单位：件）。4 模型的建立4.1 生产成本与各方面因素的关系如图1所示：库存费缺货量外包量物力成本生产成本Q人力成本当月员工数当月初招聘人数当月末解聘人数当月加班时间当月生产量即为z图1 生产成本与各方面因素的

8、关系示意图4.2 模型建立通过以上的全面分析，此时可以对该问题建立数学模型求产销最优解。模型建立：根据题目已知条件：因为6月末的库存为0（不允许缺货）,说明货物全部卖出；所以L=(1000+1100+1150+1300+1400+1300)*240，即L为定值。当成本Q最低时，企业达到利润最大。根据各变量的关系可列出关于成本Q的式子：MIN：STzi+hi-1-ki-1=hi-ki+DiWi*Ti1.6xiWi=Wi-1+ai-biTi=Ti-21*821*8Ti21*8+10W0=10Wi,Ti,xi,yi,ai,bi,hi,ki0xi+yi=zii=1,2,3,4,5,6D1=1000,D

9、2=1100,D3=1150,D4=1300,D5=1400,D6=13005 模型的求解模型求解结果：（1）由以上的分析、假设、LINGO/LINDO程序的运行，同时考虑到模型在实际当中有些的决策变量只能取整数，对得到的计算结果进行必要的取整，可得到该公司的总生产计划如表3所示：表3. 该公司生产计划表时期n雇佣工人数解雇工人数工人人数加班时间库存缺货外包生产数量00010020000010280400084022010805010553101100001155420130650013655001303000136560112160001270结论：总成本为元。而产品的销售价格为240元/件

10、，则计划期间的销售收入为：L=元；计划期间的利润为S1= L-Q=（元）；因此，若我是公司决策人员，我会选：W1=10，W2=11，W3=13，W4=13，W5=13，W6=12;T1=0，T2=8，T3=0，T4=0，T5=0，T6=16;x1=1055,x2=840,x3=1155,x4=1365,x5=1365,x6=1270;y1=0,y2=0,y3=0,y4=0,y5=0,y6=0;h1=40,h2=0,h3=0,h4=65,h5=30,h6=0;k1=0,k2=5,k3=0,k4=0,k5=0,k6=0;a1=0,a2=2,a3=1,a4=2,a5=0,a6=0;b1=2,b2=0

11、,b3=0,b4=0,b5=0,b6=1.的产销方案来达到成本最低、利润最大。（2）依题意，两种促销方案的预计产品需求量如表4所示：表4. 两种促销方案预计产品需求量表月份123456一月份促销预计需求量113510341081130014001300四月份促销预计需求量100011001150146213161222一月份促销计划结果：利用前面给出的成本最小规划模型，将相关参数值代入该模型进行求解，得到一月份促销方案的结果为：一月份促销方案，总成本为元；销售收入为2201135+2401034+1081+1300+1400+1300=元；S2=-=元。四月份促销计划结果：四月份促销方案，总成

12、本为元；销售收入为L=2201462+2401000+1100+1150+1316+1222=元；利润为S3=-=元。因此，我们选不促销方案（1）为最优产销规划方案。6 模型的进一步分析与讨论模型的结果分析：S1MAX(S2,S3)S说明了从利润最大化考虑，无促销方案是最优产销方案，如图所示，第一方案产品的预计需求量比较稳定他的利润最大（如图2）：图2 三种促销方案的曲线图但也说明了一个问题，在总六个月预计需求量为常数情况下，是价格影响了最终的S。本题的目标都是成本最少、利润最大。分析价格的假设：假设中价格是稳定的，显然这是不合理的，实际生活中，价格不是一个常数，而是变量，且它的变化关系不能确

13、定，单对一个产品而言，只有在平均价格水平高于成本时，企业才能获利。价格主要是受它的社会平均成本4的影响（社会平均成本：它是指部门内不同企业生产同种商品或提供同种服务的平均成本，是商品和服务的定价成本，按社会平均成本定价是价值规律的要求），它是由顾客、社会、企业，甚至国家政府共同来完成标价的，影响它的因素大概的可以概括为四个：产品成本、市场需求、竞争需求和其他因素。但它是围绕在它的价值上下波动的。价格的波动影响了公司生产是否积极、产品的预计需求量，最终影响公司的收益。所以，在合理的市场经济条件下并且六个月的总预计需求量为定值，一定存在一个价格（此价格约等于价值）能使得本公司的收益额最多。设第i月

14、价格由240元降为P（P单位数量的产品的平均收益，P240，i=1,2,3,4），后两个月就有G%的需求会提前到促销月发生，则由S=L-Q输出最优的价格Pmax和最大利益Smax（这是一个多目标的线性规划问题）。表5. 每月预计需求量表月份1月2月3月4月5月6月预计需求量A1A2A3A4A5A6x1+x2+x3+x4+x5+x6+y1+y2+y3+y4+y5+y6=7250；令D1= A1，D2= A2，D3= A3，D4= A4，D5= A5，D6= A6；P010T2+a1T2-b1T2+a2T2-b2T2-1.6x2010T3+a1T3-b1T3+a2T3-b2T3+a3T3-b3T3

15、-1.6x3010T4+a1T4-b1T4+a2T4-b2T4+a3T4-b3T4+a4T4-b4T4-1.6x4010T5+a1T5-b1T5+a2T5-b2T5+a3T5-b3T5+a4T5-b4T5+a5T5-b5T5-1.6x5010T6+a1T6-b1T6+a2T6-b2T6+a3T6-b3T6+a4T6-b4T6+a5T6-b5T6+a6T6-b6T6-1.6x60T1168T2168T3168T4168T5168T6168T1178T2178T3178T4178T5178T60W20W30W40W50W60T10T20T30T40T50T60x10x20x30x40x50x60y

16、10y20y30y40y50y60a10a20a30a40a50a60b10b20b30b40b50b60h10h20h30h40h50h60k10k20k30k40k50k60x1+x2+x3+x4+x5+x6+y1+y2+y3+y4+y5+y6=7250end运行结果为：Variable Value Reduced Cost W1T1 0. 18.00000 W2T2 0. 18.00000 W3T3 0. 18.00000 W4T4 0. 18.00000 W5T5 0. 18.00000 W6T6 0. 18.00000 W1 0. -1008.000 W2 0. -1008.000

17、W3 0. -1008.000 W4 0. -1008.000 W5 0. -1008.000 W6 0. -1008.000 X1 1000.000 0. X2 1100.000 0. X3 1150.000 0. X4 1300.000 0. X5 1400.000 0. X6 0. -100.0000 Y1 0. 100.0000 Y2 0. 100.0000 Y3 0. 100.0000 Y4 0. 100.0000 Y5 0. 100.0000 Y6 1300.000 0. H1 0. 10.00000 H2 0. 10.00000 H3 0. 10.00000 H4 0. 10.0

18、0000 H5 0. -90.00000 H6 0. 100.0000 K1 0. 20.00000 K2 0. 0. K3 0. 0. K4 0. 0. K5 0. 100.0000 K6 0. 110.0000 A1 0. 50.00000 A2 0. 50.00000 A3 0. 50.00000 A4 0. 50.00000 A5 0. 50.00000 A6 0. 50.00000 B1 0. 100.0000 B2 0. 100.0000 B3 0. 100.0000 B4 0. 100.0000 B5 0. 100.0000 B6 0. 100.0000 T1 168.0000

19、0. A1T1 0. 0. B1T1 0. 0. T2 176.0000 0. A1T2 0. 0. B1T2 0. 0. A2T2 0. 0. B2T2 0. 0. T3 178.0000 0. A1T3 0. 0. B1T3 0. 0. A2T3 0. 0. B2T3 0. 0. A3T3 60.00000 0. B3T3 0. 0. T4 178.0000 0. A1T4 0. 0. B1T4 0. 0. A2T4 0. 0. B2T4 0. 0. A3T4 0. 0. B3T4 0. 0. A4T4 300.0000 0. B4T4 0. 0. T5 178.0000 0. A1T5

20、0. 0. B1T5 0. 0. A2T5 460.0000 0. B2T5 0. 0. A3T5 0. 0. B3T5 0. 0. A4T5 0. 0. B4T5 0. 0. A5T5 0. 0. B5T5 0. 0. T6 168.0000 0. A1T6 0. 0. B1T6 0. 0. A2T6 0. 0. B2T6 0. 0. A3T6 0. 0. B3T6 0. 0. A4T6 0. 0. B4T6 0. 0. A5T6 0. 0. B5T6 0. 0. A6T6 0. 0. B6T6 0. 0. K5K6 0. 0. Row Slack or Surplus Dual Price

21、 1 -0.E+31 -1. 2 0. 10.00000 3 0. 10.00000 4 0. 10.00000 5 0. 10.00000 6 0. 10.00000 7 0. -90.00000 8 80.00000 0. 9 0. 0. 10 0. 0. 11 0. 0. 12 0. 0. 13 1680.000 0. 14 0. 0. 15 8. 0. 16 10.00000 0. 17 10.00000 0. 18 10.00000 0. 19 0. 0. 20 10.00000 0. 21 2. 0. 22 0. 0. 23 0. 0. 24 0. 0. 25 10.00000 0

22、. 26 0. 0. 27 0. 0. 28 0. 0. 29 0. 0. 30 0. 0. 31 0. 0. 32 168.0000 0. 33 176.0000 0. 34 178.0000 0. 35 178.0000 0. 36 178.0000 0. 37 168.0000 0. 38 1000.000 0. 39 1100.000 0. 40 1150.000 0. 41 1300.000 0. 42 1400.000 0. 43 0. 0. 44 0. 0. 45 0. 0. 46 0. 0. 47 0. 0. 48 0. 0. 49 1300.000 0. 50 0. 0. 5

23、1 0. 0. 52 0. 0. 53 0. 0. 54 0. 0. 55 0. 0. 56 0. 0. 57 0. 0. 58 0. 0. 59 0. 0. 60 0. 0. 61 0. 0. 62 0. 0. 63 0. 0. 64 0. 0. 65 0. 0. 66 0. 0. 67 0. 0. 68 0. 0. 69 0. 0. 70 0. 0. 71 0. 0. 72 0. 0. 73 0. -110.0000求第二问，使用LINGO软件，程序为：MODEL:SETS:YF/1.6/:W,T,X,Y,Z,H,K,A,B,D; !T为每月加班总工时;ENDSETSDATA:D=1000 1100 1150 1300 1400 1300;ENDDATAMIN=SUM(YF:21*8*12*W+18*JB+100*X+200*Y+10*H+20*K+50*A+100*B);Z(1)+200-0=H(1)-K(1)+D(1);FOR(YF(I)|I#GE#2:Z(I)+H(I-1)-K(I-1)=H(I)-K(I)+D(I);FOR(YF:W*8*21+T=1.6*X);W(1)=10+A(1)-B(1);FOR(YF(I)|I#GE#2:W(I)=W(I-1