《数学建模作业(1).doc》由会员分享，可在线阅读，更多相关《数学建模作业(1).doc（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、如有侵权，请联系网站删除，仅供学习与交流数学建模作业(1)【精品文档】第 4 页习题一 在3.1节存储模型中的总费用中增加购买货物本身的费用，重新确定最优订货周期和订货批量。证明在不允许缺货模型和允许缺货模型中结果都与原来一样。一、 不允许缺货的存储模型问题分析 若生产周期短、产量少，会使存储费用小，准备费用大，货物价格不变；而周期长、产量多，会使存储费大，准备费小，货物价格不变。所以必然存在一个最佳周期，使总费用最小。显然，应建立一个优化模型。模型假设 为了处理的方便，考虑连续模型，即设生产周期T和产量Q为连续量。根据问题性质作如下假设：（1） 产品每天的需求量为常数r。（2） 每次生产费用
2、为c1，每天每件产品存储费为c2，购买每件货物所需费用为c3.（3） 生产能力为无限大（相对于需求量），当存储量降为零时，Q件 产品立即生产出来供给需求，即不允许缺货。模型建立 将存储量表示为时间t的函数q（t），t=0生产Q件，存储量q(0)=Q，q(t)以需求速率r递减，直到q(T)=0，如图，显然有：Q=rT q Q - r A 0 T t 图（1）不允许缺货模型的存储量q（t）一个周期内的存储费是c2q(t)dt,其中积分恰好等于图中三角形面积QT/2，因为一个周期的准备费是c1，购买每件货物的费用为c3，得到一个周期的总费用为： C=c1+c2QT/2+r Tc3=c1+c2 r T
3、2/2+ r T c3则每天的平均费用是 C(T)=c1/T+r c3+c2 r T/2上式为这个优化模型的目标函数。模型求解 求T使上式的C最小。容易得到T=2c1/（c2r）则Q=2c1r/c2二、允许缺货的存储模型(1) 模型假设产品每天的需求量为常数r。(2) 每次生产费用为c1，每天每件产品存储费为c2，购买每件货物所需费用为c3.(3) 生产能力为无限大（相对于需求量），允许缺货，每天每件损失费为c4,但缺货数量需在下次生产（或订货）时补足。，模型建立 因存储量不足造成缺货时，可以认为存储量函数q(t)为负值，如图所示，周期仍记为T,Q是每周期初的存储量，当t=T1时q(t)=0,
4、于是有 Q=r T1 q Q_ _ _ _ _ _ _ _ _ _ _ _ _ R r T1 T t 0 图（2）允许缺货模型的存储量q(t)在T1到T这段时间内需求率r不变，q(t)按原斜率继续下降。由于规定缺货量需补足，所以在t=T时数量为R的产品立即到达，使下周期初的存储量恢复为Q.所以 C=c1+c2QT1/2+ r Tc3+c4r(T-T1)2/2将模型的目标函数-每天的平均费用-记作T和Q的二元函数C(T,Q)=c1/T+c2Q2/(2rT)+ +r c3+c3(Rt-Q)2/(2Tr)模型求解 利用微分法求T和Q使C(T,Q)最小，令dC/dT=0 ,dC /dQ =0,可得T=
5、2c1(c2+c4)/(rc2c4) , Q=2c1rc4/(c2(c2+c3)由以上两个模型可以看出在不允许缺货模型和缺货模型中结果都与原来一样存储模型问题：建立不允许缺货存储模型。设生产速率为常数k，销售速率为常数r,kr,在每个生产周期T内,开始的一段时间（0tT0一边生产一边销售,后来的一段时间T0tT只销售不生产.画出储存量q(t)的图形,设每次生产准备费为c1,单位时间每件产品储存费为c2,以总费用最小为目标确定最优生产周期。讨论Kr和Kr的情况。问题分析：在t4;x2+x46;x3+x55;x1+x58;x1+x5-x48;x2+x3=x1;endGlobal optimal s
6、olution found. Objective value: 640.0000 Infeasibilities: 0.000000 Total solver iterations: 7 Variable Value Reduced Cost X1 4.000000 0.000000 X5 6.000000 0.000000 X6 0.000000 20.00000 X2 4.000000 0.000000 X4 2.000000 0.000000 X3 0.000000 40.00000 Row Slack or Surplus Dual Price 1 640.0000 -1.000000 2 0.000000 -20.00000 3 0.000000 -40.00000 4 1.000000 0.000000 5 2.000000 0.000000 6 0.000000 -40.00000 7 0.000000 40.00000