运筹学实验1运筹学第五版课件历史上最好的最全面的课件.docx
《运筹学实验1运筹学第五版课件历史上最好的最全面的课件.docx》由会员分享,可在线阅读,更多相关《运筹学实验1运筹学第五版课件历史上最好的最全面的课件.docx(9页珍藏版)》请在冰豆网上搜索。
运筹学实验1运筹学第五版课件历史上最好的最全面的课件
广东金融学院实验报告
课程名称:
实验编号
及实验名称
案例2.1经理会议建议的分析
系别
应用数学系
姓名
殷天
学号
101613347
班级
1016133
实验地点
新电11楼
实验日期
2012年6月12
实验时数
指导教师
刘伟
同组其他成员
钱翠莹101613304,苏航101613323
成绩
一、实验目的及要求
二、实验环境及相关情况(包含使用软件、实验设备、主要仪器及材料等)
应用数学软件LINGO
三、实验内容及步骤(包含简要的实验步骤流程)
内容如下
四、实验结果(包括程序或图表、结论陈述、数据记录及分析等,可附页)
五、实验总结(包括心得体会、问题回答及实验改进意见,可附页)
六、教师评语
案例2.1经理会议建议的分析
解:
依题意可以设:
计划生产A1,A2,A3的数量分别为x1,x2,x3.
则可建立线性规划数学模型:
max=30*x1+20*x2+50*x3;
约束条件:
x1+2*x2+x3<=430;
3*x1+2*x3<=460;
x1+4*x2<=420;
x1+x2+x3<=300;
x2>=70;
x3<=240;
所以在LINGO中输入程序:
max=30*x1+20*x2+50*x3;
x1+2*x2+x3<=430;
3*x1+2*x3<=460;
x1+4*x2<=420;
x1+x2+x3<=300;
x2>=70;
x3<=240;
SOLVE:
Globaloptimalsolutionfoundatiteration:
4
Objectivevalue:
12900.00
VariableValueReducedCost
X10.00000035.00000
X270.000000.000000
X3230.00000.000000
RowSlackorSurplusDualPrice
112900.001.000000
260.000000.000000
30.00000015.00000
4140.00000.000000
50.00000020.00000
60.0000000.000000
710.000000.000000
进行灵敏度分析有:
Rangesinwhichthebasisisunchanged:
ObjectiveCoefficientRanges
CurrentAllowableAllowable
VariableCoefficientIncreaseDecrease
X130.000000.00.0
X220.000000.00.0
X350.000000.00.0
C1.0000000.00.0
RighthandSideRanges
RowCurrentAllowableAllowable
RHSIncreaseDecrease
2430.00000.00.0
3460.00000.00.0
4420.00000.00.0
5300.00000.00.0
670.000000.00.0
7240.00000.00.0
所以有最优解:
x1=0,x2=70,x3=230,max=12900;
(a)
max=30*x1+20*x2+60*x3;
x1+2*x2+x3<=430;
3*x1+2*x3<=460;
x1+4*x2<=420;
x1+x2+x3<=300;
x2>=70;
x3<=210;
在LINGO中运行得:
Globaloptimalsolutionfoundatiteration:
5
Objectivevalue:
14533.33
VariableValueReducedCost
X113.333330.000000
X276.666670.000000
X3210.00000.000000
RowSlackorSurplusDualPrice
114533.331.000000
253.333330.000000
30.0000003.333333
4100.00000.000000
50.00000020.00000
66.6666670.000000
70.00000033.33333
灵敏度分析:
Rangesinwhichthebasisisunchanged:
ObjectiveCoefficientRanges
CurrentAllowableAllowable
VariableCoefficientIncreaseDecrease
X130.0000050.0000010.00000
X220.0000010.0000020.00000
X360.00000INFINITY33.33333
RighthandSideRanges
RowCurrentAllowableAllowable
RHSIncreaseDecrease
2430.0000INFINITY53.33333
3460.000020.0000040.00000
4420.0000INFINITY100.0000
5300.000025.000006.666667
670.000006.666667INFINITY
7210.000020.0000050.00000
所以有最优解:
x1=13.33333,x2=76.66667,x3=210,max=14533.33>12900;所以这个建议可行。
所以取整数解有:
x1=13,x2=77,x3=210,max=14530;
(b)
max=30*x1+20*x2+50*x3-20*c;
x1+2*x2+x3<=430;
3*x1+2*x3<=460;
x1+4*x2<=420;
x1+x2+x3<=300+c;
x2>=70;
x3<=240;
在LINGO中运行得:
Globaloptimalsolutionfoundatiteration:
5
Objectivevalue:
12900.00
VariableValueReducedCost
X10.00000035.00000
X2100.00000.000000
X3230.00000.000000
A30.000000.000000
RowSlackorSurplusDualPrice
112900.001.000000
20.0000000.000000
30.00000015.00000
420.000000.000000
50.00000020.00000
630.000000.000000
710.000000.000000
灵敏度分析有:
Rangesinwhichthebasisisunchanged:
ObjectiveCoefficientRanges
CurrentAllowableAllowable
VariableCoefficientIncreaseDecrease
X130.0000035.00000INFINITY
X220.0000060.000000.0
X350.00000INFINITY23.33333
A-20.0000020.000000.0
RighthandSideRanges
RowCurrentAllowableAllowable
RHSIncreaseDecrease
2430.000010.0000060.00000
3460.000020.0000020.00000
4420.0000INFINITY20.00000
5300.000030.00000INFINITY
670.0000030.00000INFINITY
7240.0000INFINITY10.00000
所以可行,但不能增加利润。
因为它本身的影子价格才是20元。
(四种资源的影子价格分别是0,15,0,20元)
所以最优解max=12900;
(c)
max=30*x1+20*x2+50*x3-700;
x1+2*x2+x3<=470;
3*x1+2*x3<=500;
x1+4*x2<=420;
x1+x2+x3<=300;
x2>=70;
x3<=240;
在LINGO中运行得:
Globaloptimalsolutionfoundatiteration:
3
Objectivevalue:
12200.00
VariableValueReducedCost
X10.00000020.00000
X270.000000.000000
X3230.00000.000000
RowSlackorSurplusDualPrice
112200.001.000000
2100.00000.000000
340.000000.000000
4140.00000.000000
50.00000050.00000
60.000000-30.00000
710.000000.000000
增加设备B1和B2每天40min的使用时间,其他条件不变,最大值仍然是12900元,并未增加总利润。
再支付额外费用,因此,不可行。
在再支付额外费用之后,利润为12200,明显比原来的12900小,所以说这个建议不可行。
(d)
max=30*x1+20*x2+50*x3;
x1+2*x2+x3<=430;
3*x1+2*x3<=460;
x1+4*x2<=420;
x1+x2+x3<=300;
x2>=100;
x3<=240;
在LINGO中运行得:
Globaloptimalsolutionfoundatiteration:
3
Objectivevalue:
12000.00
VariableValueReducedCost
X10.00000020.00000
X2100.00000.000000
X3200.00000.000000
RowSlackorSurplusDualPrice
112000.001.000000
230.000000.000000
360.000000.000000
420.000000.000000
50.00000050.00000
60.000000-30.00000
740.000000.000000
所以有最优解:
x1=0,x2=100,x3=200,max=12000;
很明显12000小于12900,比原来的利润小,所以这个建议也不行。
(e)
由于
max=30*x1+20*x2+50*x3;
x1+2*x2+x3<=430;
2*x1+2*x3<=460;
x1+4*x2<=420;
x1+x2+x3<=300;
x2>=70;
x3<=240;
在LINGO中运行得:
Globaloptimalsolutionfoundatiteration:
4
Objectivevalue:
12900.00
VariableValueReducedCost
X10.00000020.00000
X270.000000.000000
X3230.00000.000000
RowSlackorSurplusDualPrice
112900.001.000000
260.000000.000000
30.00000015.00000
4140.00000.000000
50.00000020.00000
60.0000000.000000
710.000000.000000
其他条件不变,最大值仍然是12900元,并未增加总利润。
再支付额外费用,因此,不可行。
在再支付额外费用之后,利润为12900-40=12860,明显比原来的12900小,所以说这个建议不可行。