下料问题数学建模(钢管)
防盗窗下料问题
摘要
本文针对寻找经济效果最优的钢管下料方案，建立了优化模型。问题中的圆形管下料设定目标为切割原料圆形管数量尽可能少且在使用一定数量圆形管的过程中使被切割利用过的原料总进价尽可能低。问题中的方形管原料不足以提供所需截得的所用钢管，故设目标为使截得后剩余方形管总余量最小。模型的建立过程中，首先运用了C语言程序，利用逐层分析方法，罗列出针对一根钢材的截取模式；然后根据条件得出约束关系，写出函数关系并对圆形管下料建立了线性模型，对方形管下料建立了非线性模型；接着，在对模型按实际情况进行简化后，借助lingo程序对模型求解，得出了模型的最优解，并给出了最符合经济效果最优原则的截取方案。
关键词：钢管下料；最优化；lingo；
问题提出
某不锈钢装饰公司承接了一住宅小区的防盗窗安装工程，为此购进了一批型号为304的不锈钢管，分为方形管和圆形管两种，方管规格为25×25×1.2(mm),圆管规格Φ19×1.2(mm)。每种管管长有4米和6米两种，其中4米圆形管5000根，6米圆形管9000根，4米方形管2000根，6米方形管2000根。
根据小区的实际情况，需要截取1.2m圆管8000根， 1.5m圆管16500根，1.8m圆管12000根，1.4m方形管6000根，1.7m方形管4200根，3m方形管2800根。
请根据上述的实际情况建立数学模型，寻找经济效果最优的下料方案。
基本假设和符号说明
1、假设钢管切割过程中无原料损耗或损坏；
2、假设余料不可焊接；
3、假设同种钢材可采用的切割模式数量不限；
4、假设不同长度钢管运费、存储资源价值没有区别；
5、假设该304型号不锈钢管未经切割则价值不变，可在其它地方使用。
为便于描述问题，文中引入一些符号来代替基本变量，如表一所示：
问题分析与模型建立
问题中的圆形管原料足够，寻找经济效果最优的下料方案，即目标为切割原料圆形管数量尽可能少。考虑到6米圆形管与4米圆形管的采购价格应该是不同的，所以我们寻求的是在使用一定数量6米圆形管与4米圆形管的过程中使被切割利用过的原料总进价尽可能低。
首先要确定针对6米和4米不同规格的圆形管合理的截取模式各有哪几种。然后我们从所有截取模式中选取若干种截取模式，并设计出最佳的截取方案。
问题中的方形管原料不足以提供所需截得的所用钢管，所用的原料必然都要用于切割，不存在使用总钢管数量最少的说法，故我们可建立模型使截得后剩余方形管总余量最小。
类似于圆形管截取，我们同样首先要确定针对6米和4米不同规格的方形管合理的截取模式各有哪几种。然后我们从所有截取模式中选取若干种截取模式，并设计出满足目标的最佳截取方案。
确定截取方式可以利用C语言程序，得到所用满足约束的截取方式的罗列；模型可利用lingo软件求解。
圆形管下料模型建立：
首先，我们确定怎样的切割模式才是合理的。通常，一个合理的切割模式的余料不应该大于或等于客户需要的钢管的最小尺寸，在此实际问题中，即余料长度应当小于1.2m。
现在先求6米长圆形管的切割模式，用整数a，b，c分别表示一根圆形管切得的1.2m、1.5m、1.8m钢管数量，则1.2a+1.5b+1.8c≤6。要使余料长度小于1.2m，使用的钢管长度要大于4.8m，即1.2a+1.5b+1.8c>4.8。
一根6米长圆形管全用于截取1.2m钢管最多可截得的1.2m钢管数量为5根，全用于截取1.5m钢管最多可截得的1.5m钢管数量为4根，全用于截取1.8m钢管最多可截得的1.8m钢管数量为3根，所以0≤a≤5，0≤b≤4，0≤c≤3。
编写C代码得到结果如下表所示（具体代码见附录一）：
1.5m、1.8m钢管数量，则
2.8<1.2a+1.5b+1.8c≤4。
一根4米长圆形管全用于截取1.2m钢管最多可截得的1.2m钢管数量为3根，全用于截取1.5m钢管最多可截得的1.5m钢管数量为2根，全用于截取1.8m钢管最多可截得的1.8m钢管数量为2根，所以0≤a≤3，0≤b≤2，0≤c≤2。
编写C代码得到结果如下表所示（具体代码见附录二）：
接着，用非负整数rx
i
表示按照第i种模式（i=1,2，…，11）切割的6米长钢管的
根数，用非负整数ry
j
表示按照第j种模式（j=1,2，…，6）切割的4米长钢管的根数。
要在使用一定数量6米圆形管与4米圆形管的过程中使被切割利用过的原料总进价尽可能低，决策目标为：
Min=rp
1*Z
1
+rp
2
*Z
2
=rp
1
*(rx
1
+rx
2
+rx
3
+rx
4
+rx
5
+rx
6
+rx
7
+rx
8
+rx
9
+rx
10
+rx
11
)+rp
2
*(ry
1
+ry
2
+ry
3
+ry
4+ry
5
+ry
6
)
各模式所截得的1.2m圆管总数目不少于8000根， 1.5m圆管总数目不少于16500
根，1.8m圆管总数目不少于12000根。并且可供使用的6米圆形管数量Z
1
最多不超过
9000根，4米圆形管数量Z
2
最多不超过5000根。由上得到约束条件：
Z 1=rx
1
+rx
2
+rx
3
+rx
4
+rx
5
+rx
6
+rx
7
+rx
8
+rx
9
+rx
10
+rx
11
≤9000
Z 2=ry
1
+ry
2
+ry
3
+ry
4
+ry
5
+ry
6
≤5000
rx
4+rx
5
+2rx
6
+2rx
7
+2rx
8
+3rx
9
+3rx
10
+5rx
11
+ry
4
+2ry
5
+3ry
6
≥8000
rx
2+4rx
3
+2rx
4
+3rx
5
+rx
7
+2rx
8
+rx
10
+ry
2
+2ry
3
+ry
5
≥16500
3rx
1+2rx
2
+rx
4
+2rx
6
+rx
7
+rx
9
+2ry
1
+ry
2
+ry
4
≥12000
rx
i ，ry
j
，Z
1
，Z
2
∈z+
方形管下料模型建立：
现在先求6米长的方形管的切割模式，用整数a，b，c分别表示一根方形管切得的1.4m、1.7m、3m钢管数量，则1.4a+1.7b+3c≤6。要使余料长度小于1.4m，使用的钢管长度要大于4.6m，即1.4a+1.7b+3c>4.6。
一根6米长的方形管全用于截取1.4m钢管最多可截得的1.4m钢管数量为4根，全用于截取1.7m钢管最多可截得的1.7m钢管数量为3根，全用于截取3m钢管最多可截得的3m钢管数量为2根，所以0≤a≤4，0≤b≤3，0≤c≤2。
编写C代码得到结果如下表所示（具体代码见附录三）：
1.7m、3m钢管数量，则
2.6<1.4a+1.7b+3c≤4。
一根4米长圆形管全用于截取1.4m钢管最多可截得的1.4m钢管数量为2根，全用于截取1.7m钢管最多可截得的1.7m钢管数量为2根，全用于截取3m钢管最多可截得的3m钢管数量为1根，所以0≤a≤2，0≤b≤2，0≤c≤1。
编写C代码得到结果如下表所示（具体代码见附录四）：
i
根数，用非负整数sy
j
表示按照第j种模式（j=1,2，…，4）切割的4米长钢管的根数。
要使截得后剩余方形管总余量最小，决策目标为：
Min= 1.3sx
2+0.9sx
3
+1.2sx
4
+0.2sx
5
+0.1sx
6
+0.4sx
7
+sy
1
+0.6sy
2
+0.9sy
3
+1.2sy
4
需要1.4m方形管6000根，1.7m方形管4200根，3m方形管2800根，并且可供使
用的6米方形管数量T
1最多不超过2000根，4米圆形管数量T
2
最多不超过2000根。由
上得到约束条件：
T 1=sx
1
+sx
2
+sx
3
+sx
4
+sx
5
+sx
6
+sx
7
≤2000
T 2=sy
1
+sy
2
+sy
3
+sy
4
≤2000
sx
4+2sx
5
+3sx
6
+4sx
7
+sy
3
+2sy
4
≥6000
sx
2+3sx
3
+2sx
4
+sx
6
+2sy
2
+sy
3
≥4200
2sx
1+sx
2
+sx
5
+sy
1
≥2800
sx
i ，sy
j
，T
1
，T
2
∈z+
模型简化与求解
圆形管下料模型简化与求解：
由于rp
1与rp
2
未知，故取rp
1
与rp
2
的比值k，根据k的不同取值，用lingo得到不
同的最优解，如下所示：
K取值 1.6 1.7 1.8 1.92 2.1
6m管用量900068976887688768876885
4m管用量144049794996499649965000
即当k小于等于1.6时，优先选择切割6m管；
当k大于等于2.1时，优先选择切割4m管；
当k在1.6与2.1之间时，根据k的取值确定使用6m管与4m管的数量配比。
但在实际生活中，同规格的钢管的每根价格往往与长度成正比，厂家在进货时购得钢管以每吨若干元或每米若干元计算。因此，可简化模型，使k=1.5，即6m管单价是4m管的1.5倍。此时得到的简化模型如下：
决策目标：
Min=Z
2=ry
1
+ry
2
+ry
3
+ry
4
+ry
5
+ry
6
约束条件：
Z 1=rx
1
+rx
2
+rx
3
+rx
4
+rx
5
+rx
6
+rx
7
+rx
8
+rx
9
+rx
10
+rx
11
≤9000
Z 2=ry
1
+ry
2
+ry
3
+ry
4
+ry
5
+ry
6
≤5000
rx
4+rx
5
+2rx
6
+2rx
7
+2rx
8
+3rx
9
+3rx
10
+5rx
11
+ry
4
+2ry
5
+3ry
6
≥8000
rx
2+4rx
3
+2rx
4
+3rx
5
+rx
7
+2rx
8
+rx
10
+ry
2
+2ry
3
+ry
5
≥16500
3rx
1+2rx
2
+rx
4
+2rx
6
+rx
7
+rx
9
+2ry
1
+ry
2
+ry
4
≥12000
rx
i ，ry
j
，Z
1
，Z
2
∈z+
用
方形管下料模型简化与求解：
要使截得后剩余方形管总余量最小，决策目标：
Min= 1.3sx
2+0.9sx
3
+1.2sx
4
+0.2sx
5
+0.1sx
6
+0.4sx
7
+sy
1
+0.6sy
2
+0.9sy
3
+1.2sy
4
约束条件：
T 1=sx
1
+sx
2
+sx
3
+sx
4
+sx
5
+sx
6
+sx
7
≤2000
T 2=sy
1
+sy
2
+sy
3
+sy
4
≤2000
sx
4+2sx
5
+3sx
6
+4sx
7
+sy
3
+2sy
4
≥6000
sx
2+3sx
3
+2sx
4
+sx
6
+2sy
2
+sy
3
≥4200
2sx
1+sx
2
+sx
5
+sy
1
≥2800
sx
i ，sy
j
，T
1
，T
2
∈z+
由于条件不能全部满足，故分优先级（考虑到截得的钢管越长，后续可加工再利用率越高，故首先满足3m钢管数量要求，最后满足1.4m钢管数量要求）：
P 1：T
1
=sx
1
+sx
2
+sx
3
+sx
4
+sx
5
+sx
6
+sx
7
≤2000；T
2
=sy
1
+sy
2
+sy
3
+sy
4
≤2000；sx
i
，sy
j
，T
1
，T
2∈z+
P 2：2sx
1
+sx
2
+sx
5
+sy
1
≥2800
P 3：sx
2
+3sx
3
+2sx
4
+sx
6
+2sy
2
+sy
3
≥4200
P 4：sx
4
+2sx
5
+3sx
6
+4sx
7
+sy
3
+2sy
4
≥6000
用
模型优缺点与改进方向
圆形管下料模型有较高的稳定性，但是当k值在1.6以上时，优化结果非最优化结果，可根据初级模型建立带参数k的带参模型，便于代入求得最优解。
方形管下料模型是非线性的，它有较大的结果偏差，稳定性一般。
参考文献
[1]姜启源等，《数学模型》，北京：高等教育出版社，2004年
[2]长治学院物理系数学建模培训第二次测试论文，钢材截短问题，2011年
[3]谢金星薛毅，优化建模与LINGO/LINDO软件，北京：清华大学出版社，2004年
[4]韩中庚，数学建模方法及其应用，北京：高等教育出版社，2005年
[5]https://www.sodocs.net/doc/446230646.html,/view/615bf1bdc77da26925c5b09a.html
附录
附录一：
#include
void main()
{
int a,b,c;
for (a=0;a<=5;a++)
for (b=0;b<=4;b++)
for (c=0;c<=3;c++)
if ((1.2*a+1.5*b+1.8*c)<=6 && (1.2*a+1.5*b+1.8*c)>4.8) printf ("a=%d,b=%d,c=%d, 余料=%f\n",a,b,c,6-(1.2*a+1.5*b+1.8*c));
}
附录二：
#include
void main()
{
int a,b,c;
for (a=0;a<=3;a++)
for (b=0;b<=2;b++)
for (c=0;c<=2;c++)
if ((1.2*a+1.5*b+1.8*c)<=4 && (1.2*a+1.5*b+1.8*c)>2.8) printf ("a=%d,b=%d,c=%d,余料=%f\n",a,b,c,4-(1.2*a+1.5*b+1.8*c));
}
附录三：
#include
void main()
{
int a,b,c;
for (a=0;a<=4;a++)
for (b=0;b<=3;b++)
for (c=0;c<=2;c++)
if ((1.4*a+1.7*b+3*c)<=6 && (1.4*a+1.7*b+3*c)>4.6) printf ("a=%d,b=%d,c=%d,余料=%f\n",a,b,c,6-(1.4*a+1.7*b+3*c));
}
附录四：
#include
void main()
{
int a,b,c;
for (a=0;a<=2;a++)
for (b=0;b<=2;b++)
for (c=0;c<=1;c++)
if ((1.4*a+1.7*b+3*c)<=4 && (1.4*a+1.7*b+3*c)>2.6) printf ("a=%d,b=%d,c=%d,余料=%f\n",a,b,c,4-(1.4*a+1.7*b+3*c));
}
附录五：
z1=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11;
min=y1+y2+y3+y4+y5+y6;
x4+x5+2*x6+2*x7+2*x8+3*x9+3*x10+5*x11+y4+2*y5+3*y6>=8000;
x2+4*x3+2*x4+3*x5+x7+2*x8+x10+y2+2*y3+y5>=16500;
3*x1+2*x2+x4+2*x6+x7+x9+2*y1+y2+y4>=12000;
y1+y2+y3+y4+y5+y6 <= 5000;
x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11<= 9000;
x1>=x2;
x2>=x3;
x3>=x4;
x4>=x5;
x5>=x6;
x6>=x7;
x7>=x8;
x8>=x9;
x9>=x10;
x10>=x11;
y1>=y2;
y2>=y3;
y3>=y4;
y4>=y5;
y5>=y6;
@gin(x1); @gin(x2); @gin(x3);
@gin(x4);@gin(x5);@gin(x6);
@gin(x7);@gin(x8);@gin(x9);
@gin(x10);@gin(x11);@gin(y1);
@gin(y2);@gin(y3);@gin(y4);
@gin(y5);@gin(y6);@gin(z1);
附录六：
Global optimal solution found.
Objective value: 1440.000
Extended solver steps: 0
Total solver iterations: 26
Variable Value Reduced Cost Z1 9000.000 0.000000 X1 1430.000 0.000000 X2 1430.000 0.000000 X3 1430.000 0.000000 X4 1430.000 0.000000 X5 1430.000 0.000000
X6 820.0000 0.000000
X7 820.0000 0.000000
X8 210.0000 0.000000
X9 0.000000 0.000000
X10 0.000000 0.000000
X11 0.000000 0.000000
Y1 240.0000 1.000000
Y2 240.0000 1.000000
Y3 240.0000 1.000000
Y4 240.0000 1.000000
Y5 240.0000 1.000000
Y6 240.0000 1.000000
Row Slack or Surplus Dual Price
1 0.000000 0.000000
2 1440.000 -1.000000
3 0.000000 0.000000
4 0.000000 0.000000
5 0.000000 0.000000
6 3560.000 0.000000
7 0.000000 0.000000
8 0.000000 0.000000
9 0.000000 0.000000
10 0.000000 0.000000
11 0.000000 0.000000
12 610.0000 0.000000
13 0.000000 0.000000
14 610.0000 0.000000
15 210.0000 0.000000
16 0.000000 0.000000
17 0.000000 0.000000
18 0.000000 0.000000
19 0.000000 0.000000
20 0.000000 0.000000
21 0.000000 0.000000
22 0.000000 0.000000
附录七：
model:
Min=1.3*sx2+0.9*sx3+1.2*sx4+0.2*sx5+0.1*sx6+0.4*sx7+sy1+0.6*sy2+0.9*sy3 +1.2*sy4;
sx1+sx2+sx3+sx4+sx5+sx6+sx7<=2000;
sy1+sy2+sy3+sy4<=2000;
sx4+2*sx5+3*sx6+4*sx7+sy3+2*sy4>=1200;
sx2+3*sx3+2*sx4+sx6+2*sy2+sy3>=4200;
2*sx1+sx2+sx5+sy1>=2800;
sx1>=sx2;
sx2>=sx3;
sx3>=sx4;
sx4>=sx5;
sx5>=sx6;
sx6>=sx7;
sy1>=sy2;
sy2>=sy3;
sy3>=sy4;@gin(sx1); @gin(sx2); @gin(sx3);
@gin(sx4);@gin(sx5);@gin(sx6);
@gin(sx7);@gin(sy1);@gin(sy2);
@gin(sy3);@gin(sy4);
end
附录八：
Global optimal solution found.
Objective value: 2780.000
Extended solver steps: 0
Total solver iterations: 11
Variable Value Reduced Cost SX2 400.0000 1.300000 SX3 400.0000 0.9000000 SX4 200.0000 1.200000 SX5 200.0000 0.2000000 SX6 200.0000 0.1000000 SX7 0.000000 0.4000000 SY1 1000.000 1.000000 SY2 1000.000 0.6000000 SY3 0.000000 0.9000000 SY4 0.000000 1.200000 SX1 600.0000 0.000000 Row Slack or Surplus Dual Price
1 2780.000 -1.000000
2 0.000000 0.000000
3 0.000000 0.000000
4 0.000000 0.000000
5 0.000000 0.000000
6 0.000000 0.000000
7 200.0000 0.000000
8 0.000000 0.000000
9 200.0000 0.000000
10 0.000000 0.000000
11 0.000000 0.000000
12 200.0000 0.000000
13 0.000000 0.000000
14 1000.000 0.000000
15 0.000000 0.000000
数学建模港口问题_排队论
排队模型之港口系统 本文通过排队论和蒙特卡洛方法解决了生产系统的效率问题，通过对工具到达时间和服务时间的计算机拟合，将基本模型确定在//1 M M排队模型，通过对此基本模型的分析和改进，在概率论相关理论的基础之上使用计算机模拟仿真（蒙特卡洛法）对生产系统的整个运行过程进行模拟，得出最后的结论。好。 关键词：问题提出： 一个带有船只卸货设备的小港口，任何时间仅能为一艘船只卸货。船只进港是为了卸货，响铃两艘船到达的时间间隔在15分钟到145分钟变化。一艘船只卸货的时间有所卸货物的类型决定，在15分钟到90分钟之间变化。 那么，每艘船只在港口的平均时间和最长时间是多少 若一艘船只的等待时间是从到达到开始卸货的时间，每艘船只的平均等待时间和最长等待时间是多少 卸货设备空闲时间的百分比是多少 船只排队最长的长度是多少 问题分析： 排队论：排队论(Queuing Theory) ，是研究系统随机聚散现象和随机服务系统工作过程的数学理论和方法，又称随机服务系统理论，为运筹学的一个分支。本题研究的是生产系统的效率问题，可以将磨损的工具认为顾客，将打磨机当做服务系统。【1】 //1 M M：较为经典的一种排队论模式，按照前面的Kendall记号定义，前面的M代表顾客(工具)到达时间服从泊松分布，后面的M则表示服务时间服从负指数分布，1为仅有一个打磨机。 蒙特卡洛方法：蒙特卡洛法蒙特卡洛(Monte Carlo)方法，或称计算机随机模拟方法，是一种基于“随机数”的计算方法。这一方法源于美国在第一次世界大战进研制原子弹的“曼哈顿计划”。该计划的主持人之一、数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的Monte Carlo—来命名这种方法，为它蒙上了一层神秘色彩。（2） 排队论研究的基本问题 1.排队系统的统计推断:即判断一个给定的排队系统符合于哪种模型，以便根据排队理论进行研究。 2.系统性态问题:即研究各种排队系统的概率规律性，主要研究队长分布、等待时间分布和忙期分布等统计指标,包括了瞬态和稳态两种情形。 3.最优化问题：即包括最优设计(静态优化)，最优运营（动态优化）。【3】 为了得到一些合理的答案，利用计算器或可编程计算器来模拟港口的活动。 假定相邻两艘船到达的时间间隔和每艘船只卸货的时间区间分布，加入两艘船到达的时间间隔可以是15到145之间的任何数，且这个区间内的任何整数等可能的出现。再给出模拟这个系统的一般算法之间，考虑有5艘传至的假象情况。
线材下料问题-线性规划
一、问题陈述 (下料问题)某工厂要做150套钢架，每套钢架分别需要长度为米、米和米的圆钢各一套。已知原料每根长10米，问应如何下料，可使所用原料最省 二、问题分析 该问题是运筹学在实际运用中比较经典的“线材下料问题”，从第一部分问题陈述中可以看出，该问题的一般提法是，要做N套产品，需要用规格不同的M种线材，各种规格的长度分别为l1，l2，l3，...，l m，每一套产品需要不同规格的原料分别为m1，m2，m3，...，m m根，已知原材料的长度为一定的长度，问应该如何下料，从而使原材料的耗用最省。 因此，在解决此类问题时应分两步考虑：1、确定可行的切割模式：即按照客户需要在原材料钢材上安排切割的一种组合；2、确定合理的切割模式：合理的切割模式的预料不应该大于或等于客户需要的钢材的最小尺寸。 对于如上第一分部提出的线材下料问题，可以用运筹学中线性规划的方法求解，通过建立线性规划模型来具体分析。 三、模型建立 建立线性规划模型时，对于约束条件这里为切割要满足客户对钢材数量的最低要求，本题将对标准钢材的切割（米、米、米），从而组合成一套钢架，要求为150套等因素建立约束条件。但是，对于目标函数而言，会有这样两种情况：1、求的钢材原材料总根数最少；2、求的钢材原材料余料最少。在本文的分析中，我们选择前者，即：求解使用的钢材原材料总根数最少。 为了建立模型方便，我们把下料后余下的小于最短用料的钢材称为废弃钢材，把下料得到的长为，，的钢材称为规格钢材，把10米长的原材料钢材称为原钢。因此，所用的原钢可以分解成三部分：1、成套利用的规格钢材；2、剩余的规格钢材；3、废弃钢材。通过分析计算，可以得到原钢的11种下料方式如下：
钢管下料程序(书)
原料下料问题 生产中通过切割、剪裁、冲压等手段，将原材料加工成所需大小。 按照工艺要求，确定下料方案，使所用材料最省，或利润最大。 钢管下料 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后售出，从钢管厂进货时得到的原料钢管都是19m 。 （１）现在一客户需要50根４ｍ、20根6m 和15根8m 的钢管，应如何下料最节省？ （2）零售商如果采用的不同切割模式太多，将会导致生产过程的复杂化，从而增加生产和管理成本，所以该零售商规定采用的不同切割模式不能超过3种。此外，该客户除需要（1）中的三种钢管外，还需要10根5m 的钢管，应如何下料最节省？ 原料钢管 :每根19米 客户需求（产品）： 8米15根 6米20根
问题1. 如何下料最节省 ? 最省的标准是什么？ 问题2. 与问题1类似，只是客户增加一种需求：5米10根，且切割模式不超过3种。 由于采用不同切割模式太多，会增加生产和管理成本，规定切割模式不能超过3种。如何下料最节省？ 切割模式举例： 问题1 第一、计算切割模式的种类：合理切割模式的余料应小于客户需要钢管的最小尺寸。 分析：1根19m 的原料钢管需要切割为4m ，6m ，8m 的钢管产品的所有模式相当于求解不等式： 19 864321≤++k k k 的整数解，但要求剩余材料
()486419321<++-=k k k r （可以用枚举法确定合理切割模式，当切割种类多时，可由程序去做） 利用Matlab 程序求出的所有模式（见表1）。 number=0; fprintf('模式 4m 6m 8m 余料\n'); for k1=0:4 for k2=0:3 for k3=0:2 r=19-(4*k1+6*k2+8*k3); if (r>=0)&(r<4) number=number+1; fprintf('%2d %2d %2d %2d %2d \n',number,k1,k2,k3,r) ; end end end end 输出结果为： 模式 4m 6m 8m 余料 1 0 0 2 3 2 0 3 0 1 3 1 1 1 1 4 1 2 0 3 5 2 0 1 3 6 3 1 0 1 7 4 0 0 3 表1 模式 4米钢管根数 6米钢管根数 8米钢管根数 余料(米) 1 4 0 0 3 2 3 1 0 1 3 2 0 1 3 4 0 0 2 3 5 0 3 0 1 6 1 1 1 1 7 1 2 3
数学建模 生产计划问题
第一题：生产计划安排 2）产品ABC的利润分别在什么范围内变动时，上述最优方案不变 3）如果劳动力数量不增，材料不足时可从市场购买，每单位元，问该厂要不要购进原材料扩大生产，以购多少为宜 4）如果生产一种新产品D，单件劳动力消耗8个单位，材料消耗2个单位，每件可获利3元，问该种产品是否值得生产 答： max3x1+x2+4x3! 利润最大值目标函数x1,x2,x3分别为甲乙丙的生产数量 st!限制条件 6x1+3x2+5x3<45! 劳动力的限制条件 3x1+4x2+5x3<30! 材料的限制条件 End！结束限制条件 得到以下结果 1.生产产品甲5件，丙3件，可以得到最大利润，27元 2.甲利润在—元之间变动，最优生产计划不变 3. max3x1+x2+4x3 st 6x1+3x2+5x3<45 end 可得到生产产品乙9件时利润最大，最大利润为36元，应该购入原材料扩大生产，购入15个单位 4. max3x1+x2+4x3+3x4 st 6x1+3x2+5x3+8x4<45 3x1+4x2+5x3+2x4<30 end ginx1 ginx2 ginx3 ginx4 利润没有增加，不值得生产 第二题：工程进度问题 某城市在未来的五年内将启动四个城市住房改造工程，每项工程有不同的开始时间，工程周期也不一样，下表提供了这些项目的基本数据。
工程1和工程4必须在规定的周期内全部完成，必要时，其余的二项工程可以在预算的限制内完成部分。然而，每个工程在他的规定时间内必须至少完成25%。每年底，工程完成的部分立刻入住，并且实现一定比例的收入。例如，如果工程1在第一年完成40%，在第三年完成剩下的60%，在五年计划范围内的相应收入是*50（第二年）+*50（第三年）+（+）*50（第四年）+（+）*50（第五年）=（4*+2*）*50（单位：万元）。试为工程确定最优的时间进度表，使得五年内的总收入达到最大。 答： 假设某年某工程的完成量为Xij, i表示工程的代号，i=1,2,3，j表示年数，j=1,2,3，如第一年工程1完成X11，工程3完成X31，到第二年工程已完成X12，工程3完成X32。 另有一个投入与完成的关系，即第一年的投入总费用的40%，该工程在年底就完成40%，工程1利润： 50*X11+50*(X11+X12)+50*(X11+X12+X13)+50*(X11+X12+X13) 工程2利润： 70*X22+70*(X22+X23)+70*(X22+X23+X24) 工程3利润： 20*X31+150*(X31+X32)+150*(X31+X32+X33)+150*(X31+X32+X33+X34) 工程4利润： 20*X43+20*（X43+X44） max(50*X11+50*(x11+x12)+50*(X11+X12+X13)+50*(X11+X12+X13))+(70*X22+70*(X22+X23) )+70*(X22+X23+X24)+(150*X31+150*(X31+X32)+150*(X31+X32+X33)+150*(X31+X32+X33+X34)) +(20*X43+20*(X43+X44)) st 5000*X11+15000*X31=3000 5000*X12+8000*X22+15000*X32=6000 5000*X13+8000*X23+15000*X33+1200*X43=7000 8000*X24+15000*X34+12000*X44=7000 8000*X25+15000*X35=7000 X11+X12+X13=1 X22+X23+X24+X25≥ X22+X23+X24+X25≤1 X31+X32+X33+X34+X35≥ X31+X32+X33+X34+X35≤1 X43+X44=1 全为大于零的数
数学建模钢管下料问题
重庆交通大学 学生实验报告 实验课程名称数学建模 ^ 开课实验室数学实验室 学院信息院11 级软件专业班 1 班 学生姓名 学号 ￥ 开课时间2013 至2014 学年第 1 学期
！ 】 )
/ 实验一 钢管下料问题 摘要 ( 生产中常会遇到通过切割、剪裁、冲压等手段,将原材料加工成规定大小的某种,称为原料下料问题.按照进一步的工艺要求,确定下料方案,使用料最省,或利润最大是典型的优化问题.下面我们采用数学规划模型建立线性规划模型并借助LINGO 来解决这类问题. 关键词线性规划最优解钢管下料 一，问题重述 1、问题的提出 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割出售．从钢管厂进货得到的原材料的钢管的长度都是1850mm ，现在一顾客需要15根290 mm，28根315 mm，21根350 mm和30根455 mm的钢管．为了简化生产过程，规定所使用的切割模式的种类不能超过4种，使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用，使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用，以此类推，且每种切割模式下的切割次数不能太多（一根原钢管最多生产5根产品），此外为了减少余料浪费，每种切割模式下的余料浪费不能超过100 mm，为了使总费用最小，应该如何下料 ` 2、问题的分析 首先确定合理的切割模式，其次对于不同的分别进行计算得到加工费用，通
过不同的切割模式进行比较，按照一定的排列组合，得最优的切割模式组，进而使工加工的总费用最少. 二，基本假设与符号说明 1、基本假设 假设每根钢管的长度相等且切割模式理想化.不考虑偶然因素导致的整个切割过程无法进行. 2、定义符号说明 （1）设每根钢管的价格为a ，为简化问题先不进行对a 的计算. （2）四种不同的切割模式：1x 、2x 、3x 、4x . 》 （3）其对应的钢管数量分别为：i r 1、i r 2、i r 3、i r 4（非负整数）. 三、模型的建立 由于不同的模式不能超过四种，可以用i x 表示i 按照第种模式（i =1,2,3,4）切割的原料钢管的根数，显然它们应当是非负整数.设所使用的第i 种切割模式下 每根原料钢管生产290mm ，315mm,,350mm 和455mm 的钢管数量分别为i r 1，i r 2，i r 3，i r 4（非负整数）. 决策目标 切割钢管总费用最小，目标为： Min=（1x ?+2x ?+3x ?+4x ?）?a (1) 为简化问题先不带入a 约束条件 为满足客户需求应有 11r ?1x +12r ?2x +13r ?3x +14r ?4x ≧15 (2) ( 21r ?1x +22r ?2x +23r ?3x +24r ?4x ≧28 (3) 31r ?1x +32r ?2x +33r ?3x +34r ?4x ≧21 (4) 41r ?1x +42r ?2x +43r ?3x +44r ?4x ≧15 (5) 每一种切割模式必须可行、合理，所以每根钢管的成品量不能大于1850mm 也不能小于1750mm.于是： 1750≦290?11r +315?21r +350?31r +455?41r ≦1850 （6） 1750≦290?12r +315?22r +350?32r +455?42r ≦1850 （7） 1750≦290?13r +315?23r +350?33r +455?43r ≦1850
数学建模常见问题
1 预测模块：灰色预测、时间序列预测、神经网络预测、曲线拟合（线性回归）； 2 归类判别：欧氏距离判别、fisher判别等； 3 图论：最短路径求法； 4 最优化：列方程组用lindo 或lingo软件解； 5 其他方法：层次分析法马尔可夫链主成分析法等； 6 用到软件：matlab lindo （lingo）excel ； 7 比赛前写几篇数模论文。 这是每年参赛的赛提以及获奖作品的解法，你自己估量着吧…… 赛题解法 93A非线性交调的频率设计拟合、规划 93B足球队排名图论、层次分析、整数规划 94A逢山开路图论、插值、动态规划 94B锁具装箱问题图论、组合数学 95A飞行管理问题非线性规划、线性规划 95B天车与冶炼炉的作业调度动态规划、排队论、图论 96A最优捕鱼策略微分方程、优化 96B节水洗衣机非线性规划 97A零件的参数设计非线性规划 97B截断切割的最优排列随机模拟、图论 98A一类投资组合问题多目标优化、非线性规划 98B灾情巡视的最佳路线图论、组合优化 99A自动化车床管理随机优化、计算机模拟 99B钻井布局0-1规划、图论 00A DNA序列分类模式识别、Fisher判别、人工神经网络 00B钢管订购和运输组合优化、运输问题 01A血管三维重建曲线拟合、曲面重建 01B 工交车调度问题多目标规划 02A车灯线光源的优化非线性规划 02B彩票问题单目标决策 03A SARS的传播微分方程、差分方程 03B 露天矿生产的车辆安排整数规划、运输问题 04A奥运会临时超市网点设计统计分析、数据处理、优化 04B电力市场的输电阻塞管理数据拟合、优化 05A长江水质的评价和预测预测评价、数据处理 05B DVD在线租赁随机规划、整数规划
数学建模之钢管下料问题案例分析
钢管下料问题 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后售出，从钢管厂进货时得到的原料钢管都是19m 。 (1）现在一客户需要50根4m 、20根6m 和15根8m 的钢管。应如何下料最节省？ (2) 零售商如果采用的不同切割模式太多，将会导致生产过程的复杂化，从而增加生产和管理成本，所以该零售商规定采用的不同切割模式不能超过3种。此外，该客户除需要（1）中的三种钢管外，还需要10根5m 的钢管。应如何下料最节省。 问题（1）分析与模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 的钢管的模式，所有模式相当于求解不等式方程： 12346819 k k k ++≤ 的整数解。但要求剩余材料12319(468)4r k k k =-++<。 容易得到所有模式见表1。 决策变量 用i x 表示按照第i 种模式(i=1,2,…，7)切割的原料钢管的根数。 以切割原料钢管的总根数最少为目标，则有 1234567min z x x x x x x x =++++++ 约束条件 为满足客户的需求，4米长的钢管至少50根，有
1236743250x x x x x ++++≥ 6米长的钢管至少20根，有 25673220x x x x +++≥ 8米长的钢管至少15根，有 346215x x x ++≥ 因此模型为： 1234567min z x x x x x x x =++++++ 123672567346432503220..215,1,2,,7 i x x x x x x x x x s t x x x x i ++++≥??+++≥??++≥??=? 取整 解得： 12345670,12,0,0,0,15,0x x x x x x x ======= 目标值z=27。 即12根钢管采用切割模式2：3根4m ，1根6m ，余料1m 。 15根钢管采用切割模式6：1根4m ，1根6m ，1根8m ，余料1m 。 切割模式只采用了2种，余料为27m ，使用钢管27根。 LINGO 程序： model: sets: model/1..7/:x; endsets min=x(1)+x(2)+x(3)+x(4)+x(5)+x(6)+x(7); 4*x(1)+3*x(2)+2*x(3)+x(6)+x(7)>=50; x(2)+3*x(5)+x(6)+2*x(7)>=20; x(3)+2*x(4)+x(6)>=15; @for(model(i):@gin(x(i))); end 问题（2）模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 、5m 的钢管的模式，所有模式相当
数学建模中竞赛阅读中的问题
数学建模中竞赛阅读中的问题 摘要 本文主要研究的是数学建模竞赛中试卷的优化配发，评分的标准化处理及对教师的评阅效果定量评价的问题． 问题一：针对试卷的随机分发问题，先利用MATLAB软件自带的randperm 函数产生一个1至500的随机矩阵，再用reshape函数对其进行重新排列成25行20列的矩阵，对矩阵y进行列列交换的变化成两个新矩阵y1与y2，构成75行20列的新矩阵z=[]2 ,1 y y，从而实现对试卷的随机分发；针对均匀性问题， ,y 以交叉数的方差作为评价任务单均匀性的评定指标，从多个随机分配方案中，选取交叉数方差最小的任务单供组委会使用． 问题二：评分的预处理需要对评阅教师的分数进行标准化，评分预处理方法是将不同的评分者变换到同一个尺度下，就是以某一位评分者的均值作为参照点，以其标准差表示距离转化为以零为参照点的标准分；然后采用均值为70标准差为10将标准分转化为百分制的标准，分这样使得标准分与原始分相差不大；最后将同一份试卷的三个标准评分的几何平均值作为该份试卷的最终标准分．将附录中的200份试卷的数据根据用Excel软件的统计与函数功能最终得到各份试卷的标准分值． 问题三：针对教师评阅效果的评价问题，本文给出两个评价标准：分别是评阅的原始成绩的可信度和评阅的原始成绩与成绩标准化合成后的最终成绩的偏差值的稳定性．对于可信度，结合评分分制，对评阅的原始成绩与成绩标准化合成后的最终成绩的差分值做百分化处理，建立可信度数学模型，得出可信度最高的有10，11，15，19，20号教师，高达96%；对于偏差值的稳定性，采用偏差值的方差来反映，得出稳定性最好的是第3号教师，稳定性较好的还有第1，7，10，11，19号教师．最后，综合可信度和偏差值的稳定性两项指标，得出评阅效果较好的教师有第1，3，10，11，15，19，20号教师，在下一次阅卷后合成成绩的时候可以考虑给他们以更大的权重． 关键词：随机数矩阵标准化参照点可信度偏差值
数学建模之下料问题
数学建模第三次作业 下料问题 摘要 本文是针对如何对钢管进行下料问题，根据题目要求以及下料时有关问题进行建立切割费用最少以及切割总根数最少两个目标函数通过结果分析需要使用何种切割模式。 生产方式所花费的成本价格或多或少有所不同，如何选取合理的生产方式以节约成本成为了很多厂家的急需解决的问题。这不仅仅关系到厂家的利益，也影响到一个国家甚至整个人类星球的可利用资源，人们的生活水平不断提高对物资的需求量也不断上升，制定有效合理的生产方式不仅可以为生产者节约成本也可以为社会节约资源，以达到资源利用最大化。本文以用于切割钢管花费最省及切割总根数最少为优化目标，通过构建多元函数和建立线性整数规划模型，利用数学及相关方面的知识对钢管的切割方式进行优化求解最佳方案。 本文最大的特色在于通过求解出切割钢管花费最省及切割总根数最少时分别得出两种目标函数取最小值时的切割模式。通过结果发现两种目标函数取最小值时所需切割根数都一样。于是选择切割钢管花费最省为目标函数，此时的切割模式达到最少，这样既满足了总根数最小有满足了切割费用最小。 关键词：切割模式LINGO软件线性整数
一、问题的提出 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后出售。从钢管厂进货时得到的原料钢管的长度都是1850mm。现有一客户需要15根290mm、28根315mm、21根350mm和30根455mm的钢管。为了简化生产过程，规定所使用的切割模式的种类不能超过4种，使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用，使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用，依次类推，且每种切割模式下的切割次数不能太多（一根钢管最多生产5根产品）。此外，为了减少余料浪费，每种切割模式下的余料不能超过100mm。为了使总费用最小，应如何下料？ 二、基本假设 1、假设所研究的每根钢管的长度均为1850mm的钢管。 2、假设每次切割都准确无误。 3、假设切割费用短时间内不会波动为固定值。 5、假设钢管余料价值为0. 6、假设一切运作基本正常不会产生意外事件。 7、每一根钢管的费用都一样，为一常值。 三、符号说明
钢管下料问题作业
钢管下料问题的数学模型 组员 一、问题的提出 1、某钢管零售商从钢管厂进货，将钢管按照顾客的需求切割后售出，从钢管厂进货时，得到原料19米，现有乙客户需要50根4米，20根6米，15根8米，如何下料最省？ 2、摘要：生产中常会遇到通过切割、剪裁、冲压等手段,将原材料加工成规定大小的某种,称为原料下料问题.按照进一步的工艺要求,确定下料方案,使用料最省,或利润最大是典型的优化问题.下面我们采用数学规划模型建立线性规划模型并借助LINGO 9.0来解决这类问题. 二、引言：钢管、钢筋在隧道施工中用途极为广泛,然而,钢铁厂因为大规模生产,出厂的钢管、钢筋大多为半成品,长度极少能满足工程建设的需要。作业队伍要根据图纸所要求的钢管、钢筋长度对半成品的钢管、钢筋进行再加工。加工剩下的废料因为长短不一,往往无法再次利用,只能当作废铁贱卖,白白浪费。建设者长期因为找不到最佳解决方案而苦恼。因此,如何巧妙安排,运筹谋划使下料后的废料达到最小化,是一个非常重要的、值得进行深入研究的课题。数学建模在隧道施工钢管下料中的应用就是研究如何针对不同要求进行统筹分配,
使在保证需求数量的情况下,达到最佳效果的一种运筹学方法。下面将通过介绍高速公路隧道钢管下料中如何应用这一研究方法和技术,并应用LINDO 软件求解,来达到在条件限制下的总体废料最小化 三、问题的分析： 首先确定合理的切割模式，其次对于不同的分别进行计算得到加工费用，通过不同的切割模式进行比较，按照一定的排列组合，得最优的切割模式组，进而使工加工的总费用最少. 1、问题一： 某钢管零售商以钢管厂进货，将钢管按顾客的需求切割后售出，从钢管厂进货时得到原料19m 建立模型 引入决策变量，x 1 x 2 x 3 x 4 x 5 x 6 x 7 目标函数 1 钢管数最少：=Z min 7654321x x x x x x x ++++++ 2 余下的钢管最少76543213333m in x x x x x x x Z ?+++?+?++?= 经过以上分析，可转化为下述线性规划问题 约束条件： 1、??? ??≥?++≥?++?+≥++? +?+?++++++=15 2203250234min 753 6542543217654321x x x x x x x x x x x x x x x x x x x Z 问题一： 2、 76543213333m in x x x x x x x Z ++++++= ??? ??≥++≥+++≥++++15 220 3250 234753 654254321x x x x x x x x x x x x
数学建模论文——下料问题
3.下料问题 班级：计科0901班姓名：徐松林学号：2009115010130 摘要： 本文建立模型，以最少数量的原材料以及最少的余料浪费来满足客户的需求。主要考虑到两方面的问题。钢管零售商是短时间内出售钢管，则应该以最少原材料根数为目标函数来建模模型；钢管零售商是长时间内出售钢管，则应该以最少余料浪费为目标函数。有效地使用背包问题及线性规划、非线性规划等算法，算出最优解。特别是钢管零售商是短时间内出售钢管，需要分析切割模式的种类1到4种的各个情况的整数最优解，再依次比较每个情况的最优解得出总的最优解。 关键词：余料、原材料、加工费、总费用。 一、问题背景 工厂在实际生产中需要对标准尺寸的原材料进行切割，以满足进一步加工的需要，成为下料问题。 相关数据表明，原材料成本占总生产成本的百分比可以高达45%～60%，而下料方案的优劣直接影响原材料的利用率，进而影响原材料成本。因此需要建立优化的下料方案，以最少数量的原材料以及最少的余料浪费，尽可能按时完成需求任务。 二．问题描述及提出 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后售出.从钢管厂进货时得到的原料钢管长度都是1850mm.现有一客户需要15根290mm、28根315mm、21根350mm 和30根455mm的钢管.为了简化生产过程，规定所使用的切割模式的种类不能超过4种，使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用，使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用，依此类推，且每种切割模式下的切割次数不能太多（一根原料钢管最多生产5根产品）。此外，为了减少余料浪费，每种切割模式下的余料浪费不能超过100mm.为了使总费用最小，应如何下料？ 在该目标下要求考虑下面两个问题： 1.若钢管零售商是短时间内出售钢管（即每次将钢管按照顾客的要求切割后售 出，多余的零件不准备下次售出），则每次应该以最少原材料根数为目标函数。
数学建模算法
数学建模的十大算法 1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法） 2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现） 4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用） 7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具） 8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用） 10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab进行处理）
数学建模--钢管下料问题
钢管下料问题 摘要: 如何建立整数规划模型并得出整数规划模型的求解方法是本实验要点, 本题建立最常见的线性整数规划,利用分支定界法和Lingo 软件进行求解原料下料类问题，即生产中通过切割、剪裁、冲压等手段，将原材料加工成所需大小；按照工艺要求，确定下料方案，使所用材料最省，或利润最大。分支定界法可用于解纯整数或混合的整数规划问题，此方法灵活且便于用计算机求解，所以现在它已是解整数规划的重要方法。Lingo 软件的功能是可以求解非线性规划(也可以做线性规划,整数规划等)，特点是运算速度快，允许使用集合来描述大规模的优化问题。 大规模数学规划的描述分为四个部分： model: 1．集合部分（如没有，可省略） SETS: 集合名/元素1，元素2，…，元素n/：属性1，属性2，… ENDSETS 2．目标函数与约束部分 3．数据部分（如没有，可省略） 4．初始化部分（如不需要初始值，可省略） end 关键字：材料 Lingo 软件 整数规划 问题描述： 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后售出，从钢管厂进货时得到的原料都是19米。 （1）现有一顾客需要50根4米、20根6米和15根8 米的钢管。应如何下料最节省？ （2）零售商如果采用的不同切割模式太多，将会导致生产过程的复杂化，从而增加生产和管理成本，所以该零售商规定采用的不同切割模式不能超过3种。此外，该客户除需要（1）中的三种钢管外，还需要10根5米的钢管。应如何下料最节省。 （1）问题简化： 问题1. 如何下料最节省 ? 节省的标准是什么？ 原料钢管:每根19米 4米50根 6米20根 8米15根
(推荐)数学建模动态规划库存问题
随机库存的分配 摘要 卖方管理库存（VMI，Vendor-Managed Inventory）是现代物流中一个比较新的管理思想，它是指货物的提供者根据所有客户的当前库存量决定在一定时间内对他们的货物分配量。基于VMI思想，设计出当供货方的供应能力有限、客户需求随机情况下的分配方案，能够应用到实际的物流管理信息系统中，具有实际意义。 针对此问题，在客户需求量服从同一指数分布的前提条件下，首先通过MATLAB软件编写程序，得到50个客户的随机需求量和初始库存量，然后从车辆配载能力出发，以客户的库存费用最小为目标函数，以供货总量和每辆车的承载能力为约束条件，建立非线性随机规划模型，通过lingo软件求解模型，得到所有客户库存费用最小时的分配方案，同时得到最小库存费用为699.5543。 关键词：随即需求库存分配随机规划
一、问题重述 考虑由一个供货方和n个客户组成的配送网络，配送活动的组织基于VMI 思想。假设供货方的供应能力有限(意味着某些客户可能得不到供应)，可供应的货物总量为A；拥有车辆数为K，车辆k的载重量为b k(k∈K)。每个客户的需求量是随机的，但需求的分布函数F i已知(假设F i是严格增函数，并假设不同客户的需求是相互独立的，且服从相同分布)，周期初的初始库存为βi，h+i为单位货物的保管费，h-i为单位货物的缺货损失费。令q i(w i)表示客户i在得到配送量w 时的库存费用函数。令y ik表示车辆k是否服务客户i，是取1，否取0。 i 当y ik(i=1，…，n；k=0，…，K)的取值确定后，也就意味着确定了对所有客户的一个划分，如令Y k表示车辆k服务的客户集合，其应满足Y k={i∶y ik=1}。 请写出库存分配问题的模型，并带入适当规模的数据进行计算，分析其计算结果，得出结论。 二、问题分析 本问题讨论的是当供货方的供应能力不足、客户需求随机情况下的库存分配问题。客户的需求量是随机的，但需求的分布函数F i已知(假设F i是严格增函数，并假设不同客户的需求是相互独立的，且服从相同分布)，在处理问题时，可以将需求量当作服从相同参数的同一指数分布，通过MATLAB软件来产生指数分布的随机数作为客户需求量，要使得所有客户的库存费用最小，需要构造与配送量、库存费、保管费等有关的目标函数，将有限的车辆数和每辆车的承载能力以及供货方的总供应量作为约束条件，建立模型，通过lingo软件求解得到具体的配送方案。 三、模型假设 1.假设客户的随即需求量服从参数为0.5的指数分布； 2.假设每个客户的初始库存量在0.1~1.5吨之间随即取值； 3.假设所有客户的库存保管费和缺货损失费相同； 4.假设供货方的总供应量为所有客户随即需求量之和的0.8倍； 5.假设不考虑运货车辆的运费。 四、符号说明
(完整版)钢管下料问题
钢管下料问题 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后售出，从钢管厂进货时得到的原料钢管都是19m 。 (1）现在一客户需要50根4m 、20根6m 和15根8m 的钢管。应如何下料最节省？ (2) 零售商如果采用的不同切割模式太多，将会导致生产过程的复杂化，从而增加生产和管理成本，所以该零售商规定采用的不同切割模式不能超过3种。此外，该客户除需要（1）中的三种钢管外，还需要10根5m 的钢管。应如何下料最节省。 问题（1）分析与模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 的钢管的模式，所有模式相当于求解不等式方程： 12346819k k k ++≤ 的整数解。但要求剩余材料12319(468)4r k k k =-++<。 容易得到所有模式见表1。 决策变量 用i x 表示按照第i 种模式(i=1,2,…，7)切割的原料钢管的根数。 以切割原料钢管的总根数最少为目标，则有 1234567min z x x x x x x x =++++++ 约束条件 为满足客户的需求，4米长的钢管至少50根，有 1236743250x x x x x ++++≥ 6米长的钢管至少20根，有 25673220x x x x +++≥ 8米长的钢管至少15根，有 346215x x x ++≥ 因此模型为： 1234567min z x x x x x x x =++++++
123672567 346432503220..215,1,2,,7 i x x x x x x x x x s t x x x x i ++++≥??+++≥?? ++≥??=?L 取整 解得： 12345670,12,0,0,0,15,0x x x x x x x ======= 目标值z=27。 即12根钢管采用切割模式2：3根4m ，1根6m ，余料1m 。 15根钢管采用切割模式6：1根4m ，1根6m ，1根8m ，余料1m 。 切割模式只采用了2种，余料为27m ，使用钢管27根。 LINGO 程序： model: sets: model/1..7/:x; endsets min=x(1)+x(2)+x(3)+x(4)+x(5)+x(6)+x(7); 4*x(1)+3*x(2)+2*x(3)+x(6)+x(7)>=50; x(2)+3*x(5)+x(6)+2*x(7)>=20; x(3)+2*x(4)+x(6)>=15; @for(model(i):@gin(x(i))); end 问题（2）模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 、5m 的钢管的模式，所有模式相当于求解不等式方程： 1234468519k k k k +++≤ 的整数解。但要求剩余材料12319(468)4r k k k =-++<。 利用Matlab 程序求出所有模式见表2。 求出所有模式的Matlab 程序： number=0; for k1=0:4 for k2=0:3 for k3=0:2 for k4=0:3 r=19-(4*k1+6*k2+8*k3+5*k4); if(r>=0)&(r<4) number=number+1; fprintf('%2d %2d %2d %2d %2d %2d\n',number,k1,k2,k3,k4,r); end
钢管下料的数学模型
钢管下料 一． 实验问题 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后售出。从钢管厂进货时得到的原料钢管长度都是1850mm.现有一客户需要15根290mm,28根315mm,21根350mm 和30根455mm 的钢管。为了简化生产过程，规定所使用的切割模式的种类不能超过4种，使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用，使用频率次之的切割模式按照一根原料钢管价值的1/20增加费用，以此类推，且每种切割模式下的切割次数不能太多（一根原料钢管最多生产5根产品），此外，为了减少余料浪费，每种切割模式下的余料浪费不能超过100mm.为了使总费用最小，应如何下料。 二． 建立模型 决策变量：xi ~按第i 种模式切割的原料钢管根数(i =1,2,3,4)， r 1i , r 2i , r 3i , r 4i ~第i 种切割模式下，每根原料钢管生产290mm 、315mm 、350mm 和455mm 长的 钢管的数量。 目标函数（总费用）：(p 表示原料钢管价格) [])10/41()10/31()10/21()10/11(4321+++++++=x x x x p goal 43214.13.12.11.1.x x x x goal Min +++=即 约束条件： 条件1：满足客户需求 x 1r 11+x 2r 21+x 3r 31+x 4r 41≥15 x 1r 12+x 2r 22+x 3r 32+x 4r 42≥28 x 1r 13+x 2r 23+x 3r 33+x 4r 43≥21 x 1r 14+x 2r 24+x 3r 34+x 4r 44≥30 条件2：余料限制 0≤1850-290r 11-315r 12-350r 13-455r 14≤100 0≤1850-290r 21-315r 22-350r 23-455r 24≤100 0≤1850-290r 31-315r 32-350r 33-455r 34≤100 0≤1850-290r 41-315r 42-350r 43-455r 44≤100 条件3：四种模式下每根原料钢管切割次数的限制 r 11+r 12+r 13+r 14≤5 r 21+r 22+r 23+r 24≤5 r 31+r 32+r 33+r 34≤5 r 41+r 42+r 43+r 44≤5 条件4：四种切割模式使用频率的大小 x 1≥x 2,x 2≥x 3,x 3≥x 4 条件5：决策变量非负约束 x i ≥0,r ij ≥0 (i,j=1,2,3,4) 条件6：决策变量整数约束 x i ,r ij ∈ z 使用原料钢管数量的下限为（290×15+315×28+350×21+455×30）/1850=18.4 模式一：只切割290mm 的钢管需要3根原料钢管 模式二：只切割315mm 的钢管需要6根原料钢管 模式四：只切割350mm 的钢管需要5根原料钢管
数学建模问题分析
数学建模问题分析 1、给出一个所感兴趣的建模的实际问题:上班高峰车辆拥堵情况 (1) 写出问题的实际背景:**发展迅速，人们生活水平提高，私家车越来越多。上班高峰期车辆拥堵严重，通过调查统计603路公交车的双程的运行时间，与平常运行时间相对比，了解吴家坟?省体育场交通拥堵状况，合理地配置车辆资源。 (2) 给出解决问题的路径(建模与解答路径): 通过调查统计，绘制相应的统计图。 根据统计图，了解各路段的拥堵状况，对车辆的运行稍作调整。 ,将调查结果提供给市民，是他们可以适当地选择合理的交通工具和上班路线，适当地缓解交通压力。 (3)要解决什么样的问题:了解该路段的拥堵情况，选择合适的交通工具以及交通路线，适当地减轻交通拥堵，减轻交通压力。 2、找一本与数学建模有关的参考书:《数学模型方法》 作者:齐欢出版社:华中科技大学出版社 (1) 为何选择这本书, 数学的产生一直是和数学建模紧密相联的(实际上，一切科学研究都是首先与模型打交道，然后才在实际系统上实现(在本世纪70年代前后，数学建模再次形成热潮，主要是由于计算机的迅猛发展和日益广泛的应用(正如美国科学、工程和公共事务政策委员会在一份报告中指出的“今天，在技术科学中最有用的数学研究领域是数值分析和数学建模”。
何谓模型?简言之，模型是一种结构，它是由对原型的形象化或模拟与抽象而来、对原型的一个不失真的近似反映，例如建筑模型和玩具(数学模型是一种符号模型，在应用数学中，称反映特定的具体实体内在规律性的数学结构为数学模型。 本书的重点在于如何建立数学模型，而对这些数学模型的详细的教学分析，读者不难在有关的数学专业书中找到(建立数学模型的基本方法是机理分析法、数据分析法和计算机仿真。 数学模型方法是近10多年来随着计算机的广泛使用而发展起来的新学科，是利用数学知识解决实际问题的重要方法(这是一本关于数学建模的理论与方法的入门书，内容包括数学建模的方法论基础，以及数学建模的三种主要方法:机理分析法、数据分析法和计算机仿真，本书避免了详细的理论证明和复杂的数学推导，在众多的实例中，介绍了数学建模的大量方法与技巧，着重研究了在不同背景下数学模型的构造，内容生动，富有启发性。 凡具有微积分、线性代数和概率论知识的读者，即可掌握本书的基本内容，本书适于数学、应用数学、工程各专业、经济与管理等专业的本科生。 (2) 对数学建模的思想有何启示, 应用数学去解决各类实际问题时，建立数学模型是十分关键的一步，同时也是十分困难的一步。建立教学模型的过程，是把错综复杂的实际问题简化、抽象为合理的数学结构的过程。要通过调查、收集数据资料，观察和研究实际对象的固有特征和内在规律，抓住问题的主要矛盾，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题。这就需要深厚扎实的数学基础，敏锐的洞察力和想象力，对实际问题的浓厚兴趣和广博的知识面。 本书的重点在于如何建立数学模型，而对这些数学模型的详细的教学分析。本书的目的在于通过多种建模方法的训练和大量实例的分析，提高学生的三个能力，即: