剧场安排模型doc.docx
《剧场安排模型doc.docx》由会员分享,可在线阅读,更多相关《剧场安排模型doc.docx(19页珍藏版)》请在冰豆网上搜索。
剧场安排模型doc
剧场演出安排问题
吕国录李欣欣刘永臻张振
摘要
本文对剧团演出的安排做出分析与求解。
考虑到公司与剧团的长期利益、方案的合理性、可操作性,利用显式整数规划模型(GTSP),求得最优路线。
基于在半年的短期内,做出能够灵活变动的方案。
在变动尽可能小、公司与剧团利益尽量不受损失的前提下,将模型推广到一般情况来解决问题。
对于问题一,在公司与剧团双方共赢的前提下,根据各个城市之间的距离,运用显式整数规划模型模型(GTSP),利用lingo程序,求得一个演出的最优路线。
最优路线为:
青岛市→扬州市→杭州市→东阳市→衢州市→温州市→绍兴市→嘉兴市→无锡市。
然后基于所建立的多目标优化模型和剧场在各个城市的分布的特点,在以公司和剧团实现共赢的前提下:
得到公司应与26个剧团签订合同,并以7天为一轮的结论。
利用剧团两两组合的方法将13个组合剧团合理的安排在各个城市,最后按照演出循环最优路线制定合理的巡回演出方案。
对于问题二利用问题一中得出的结论,将时间控制在前六个月内,运用问题一中的方法为各个剧团建立了合理、可行的循环演出表。
对于问题三以方案变动尽量小,切实可行,公司与剧团双方利益损失尽量少为目的,将问题一中建立的多目标优化模型进行一般的推广,来应对突发状况。
关键词:
GTSP模型LINGO程序多目标优化共赢
一问题重述
某演出公司旗下有11家剧场,分别位于以下地点:
山东省青岛市、江苏省无锡市2家、江苏省扬州市、浙江省嘉兴市、
浙江省杭州市2家、浙江省温州市、浙江省绍兴市、浙江省东阳市、
浙江省衢州市。
公司需要组织若干演出团体于各剧场演出,每家剧场每天均需安排一场演出。
为了保证上座率和演出效果,同一剧团每轮(指在同一家剧场连续不间断演出)演出时间有一上界。
分别为:
青岛市:
14天;无锡市:
各14天;扬州市:
7天,嘉兴市:
7天;
杭州市:
各14天;温州市:
7天;绍兴市:
7天;东阳市:
7天;
衢州市:
7天。
同一演出团体可以在不同剧场巡回演出,但不能在同一剧场多轮演出。
同一演出团体在同城的两家剧场(杭州或无锡)演出的间隔(指自一家剧场演出结束至另一家剧场演出开始)不能小于45天。
对加盟的演出团体,公司都需支付一笔固定费用;根据每个剧团演出场次的不同,还需支付该剧团相应的演出费用;另外公司还需承担剧团在不同城市巡回时所需的交通费用。
其中前两项费用所占比例较大。
对演出团体而言,一旦加盟就希望演出较多的场次,并且在不同剧场演出之间不能有太大的时间间隔,巡回路线也尽可能合理。
1.试为公司制定一个这11家剧场的演出团体长期安排方案,使公司支付的费用尽可能少,方案应切实可行、便于操作、有利管理、公司和剧团合作双赢。
2.准备一份给公司经理参阅的关于方案的简要说明(不超过两页),并附一份简明直观的前六个月的安排方案,作为公司和剧团执行的指南。
3.是否能将你的模型推广到一般情形。
简述出现各种特殊情况时你的应急预案。
如某剧团因故不能完成剩余演出,某剧团的节目不适合在某城市演出,某剧场另有专项演出任务等。
二模型假设
1每个加盟团的演出效果及上座率相同;
2每个演出团的固定费用一样,每个演出团演一场的演出费用相同;
3每个演出团在一个地方演完后第二天就能到下一个地方演出;
4所有的剧团在所有的剧场都适合演出;
5每个剧团都能无意外按安排演出。
三符号说明
四问题分析
4.1问题一的分析
要制定一个安排方案,使公司支付的交通费用尽可能少,且方案必须切实可行、便于操作、有利管理、以实现公司和剧团合作双赢,则需要考虑最优化问题。
根据各个城市之间的距离,建立了旅行售货员(TSP)模型,运用lingo程序,求得一个演出的最优路线。
最优路线为:
青岛市→扬州市→杭州市→东阳市→衢州市→温州市→绍兴市→嘉兴市→无锡市。
然后基于所建立的多目标优化模型和剧场在各个城市的分布的特点,在为实现公司和剧团共赢的前提下,得到公司应与26个剧团签订合同,并以7天为一轮,利用剧团两两组合的方法将13个组合剧团合理的安排在各个城市,最后按照演出循环最优路线同步调进行巡回演出的可行方案
4.2问题二的分析
问题二中,将时间控制在前六个月内,故可以利用问题
(一)中得出的结论,将问题一中的问题短期化,根据问题
(一)中的方法建立了各个剧团循环演出表。
4.3问题三的分析
针对问题(三),将模型推广到一般情况。
考虑到公司与剧团的利益,以损失尽量少、调度灵活为原则,来解决紧急情况。
五模型的建立与求解
5.1.问题一模型的建立与求解
5.1.1模型的建立
对于问题一,为了使公司支付的费用尽可能少,达到公司和剧团合作双赢的目的且制定的方案切实可行、便于操作、有利管理,建立多目标优化模型。
考虑到公司在签订剧团时,为使公司的收入尽可能多支出尽可能的少,因此建立了关于公司利益的目标函数:
公司的最大利润:
(1)
对于已经加盟的剧团则希望得到合理的演出场次和路线,因此建立关于剧团的目标函数:
剧团的最大利润:
(2)
剧团的个数:
(3)
在安排演出公司旗下的剧场时,先根据剧场所在城市的具体位置,利用旅行售货员(TSP)模型,建立(4),借用数学软件(lingo)求解最优路线。
(4)
5.1.2模型的求解
通过Google搜索剧场所在的9个城市(图1)以及任意剧场所在城市的距离整理得到下列表格见(表1)
青岛
无锡
扬州
嘉兴
杭州
温州
绍兴
东阳
衢州
青岛
0
665
554
781
844
1207
909
1045
1050
无锡
665
0
165
131
220
551
253
391
449
扬州
554
165
0
280
300
660
360
443
552
嘉兴
781
131
280
0
88
422
121
255
316
杭州
844
220
300
88
0
367
64
150
258
温州
1207
551
660
422
367
0
317
307
287
绍兴
909
253
360
121
64
317
0
151
249
东阳
1045
391
443
255
150
307
151
0
155
衢州
1050
449
552
316
258
287
249
155
0
表1各个城市之间的距离
图1各个城市间的空间分布
图2各剧团演出的最优路线
通过运用lingo程序解得最优路线如图2所示,为:
青岛市→扬州市→杭州市→东阳市→衢州市→温州市→绍兴市→嘉兴市→无锡市
在以公司和剧团达到共赢的前提下,得到公司应与26个剧团签订合同,并以7天为一轮的方案。
考虑到某些城市有两个剧场(无锡、杭州),为了使循环演出切实可行、便于操作、有利管理,故规定两两剧团组合巡回演出。
当某个小组到达有2个剧场的城市(无锡和杭州)时,两个剧团各自在一个剧场演出。
当该小组到达只有一个剧场的城市时,让某一剧团演出,而另一剧团休息。
当到达下个只有一个剧场的城市时,让上一个没有演出的剧团演出,另一剧团休息。
5.2问题二的求解
对于问题二考虑有如下两点:
1.公司盈利多,每家剧场每天都安排一场演出;提出的方案需便于操作、有利管理、切实可行;
2.各剧团演出场次相同,具有较多的场次,并且在不同剧场演出之间不能有太大的时间间隔,巡回路线尽可能合理。
综合考虑以上2点得出如表2的各个剧团的循环演出表
剧场
时间
青岛
扬州
杭州
东阳
衢州
温州
绍兴
嘉兴
无锡
A
B
C
D
E
F
G
H
I
J
K
演出
休息
演出
休息
演出
演出
休息
演出
休息
演出
休息
演出
休息
演出
休息
演出
1-7
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
8-14
19
20
21
22
23
24
25
26
2
1
4
3
5
6
8
7
9
10
15-21
12
11
14
13
15
16
17
18
20
19
22
21
23
24
26
25
1
2
22-28
3
4
6
5
7
8
10
9
11
12
13
14
16
15
18
17
19
20
29-35
21
22
24
23
25
26
1
2
4
3
5
6
7
8
9
10
12
11
36-42
14
13
15
16
17
18
19
20
22
21
23
24
25
26
2
1
3
4
43-49
6
5
8
7
10
9
12
11
13
14
16
15
17
18
20
19
21
22
50-56
24
23
26
25
1
2
3
4
5
6
7
8
10
9
11
12
14
13
57-63
15
16
18
17
19
20
21
22
23
24
25
26
1
2
4
3
6
5
64-70
8
7
9
10
12
11
14
13
16
15
17
18
19
20
22
21
24
23
71-77
26
25
2
1
3
4
6
5
7
8
10
9
12
11
13
14
15
16
78-84
18
17
20
19
21
22
24
23
25
26
1
2
3
4
5
6
7
8
85-91
9
10
11
12
14
13
15
16
17
18
19
20
21
22
23
24
26
25
92-98
2
1
4
3
6
5
8
7
10
9
12
11
14
13
16
15
18
17
99-105
20
19
22
21
24
23
26
25
1
2
3
4
6
5
7
8
10
9
106-112
11
12
13
14
16
15
18
17
19
20
21
22
24
23
25
26
2
1
113-119
4
3
5
6
8
7
9
10
12
11
14
13
15
16
17
18
20
19
120-126
22
21
23
24
26
25
2
1
3
4
6
5
8
7
10
9
11
12
127-133
13
14
16
15
18
17
20
19
21
22
24
23
26
25
1
2
4
3
134-140
5
6
7
8
9
10
11
12
14
13
15
16
18
17
19
20
22
21
141-147
23
24
25
2