饮料生产计划

课程设计报告课程设计题目：饮料生产计划学校：华东交通大学学院：基础科学学院内容提要：本文探讨在在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了数学模型的一个重要分支---------数学规划。在本文中通过线性规划的方法初步解决了饮料生产计划使总成本最低的问题。先给出目标函数，在通过分析得出约束条件得到可行域，在可行域中寻找最优解得问题。本文还进一步讨论了限制乙厂的设备，再对生产计划进行调整。可见，线性规划模型是解决资源最优配置的很重要的一种方法，通过建立这种模型可以解决企业人员分配问题，产品的生产与销售问题，工业原料采购的问题，学生选课策略等等实际性的问题。这在日常生活及生产中是不可缺少的。通过根据实际限制，对区间进行划分，在可行域中找最优解，即最好的解决方案。关键词：目标函数，可行域，约束条件一．问题重述题目：饮料生产计划某饮料公司拥有甲、乙两家饮料厂，都能生产A、B两种牌号的饮料。甲饮料厂生产A饮料的效率为8吨/小时，生产B饮料的效率为10吨/小时；乙饮料厂生产A饮料的效率为10吨/小时，生产B饮料的效率为4吨/小时。甲饮料厂生产A饮料和B饮料的成本分别为1000元/吨和1100元/吨；乙饮料厂生产A饮料和B饮料的成本分别为850元/吨和1000元/吨。现该公司接到一生产订单，要求生产A饮料2000吨，B饮料3200吨。假设甲饮料厂的可用生产能力为400小时，乙饮料厂的生产能力为240小时。（1）请你为该公司制定一个完成该生产订单的生产计划，使总的成本最小（要求建立相应的线性规划模型，并给出计算结果）。（2）由于设备的限制，乙饮料厂如果生产某种牌号的饮料，则至少要生产该种牌号的饮料300吨。此时上述生产计划应如何调整（给出简要计算步骤）？首先，这是一个简单的线性规划问题。建立基本模型：线性规划所解决的问题具有以下共同的特征：每一个问题都用一组未知数（x1,x2,…xn)表示某一方案；这些未知数的一组定值就代表一个具体方案。由于实际问题的要求，通常这些未知数值是瞧不非负的。存在一定的限制条件（即约束条件），这些限制条件是关于未知数的一组线性等式或线性不徒工来表示。有一个目标要求，称为目标函数。目标函数可表示为一组未知数的线性函数。根据问题的需要，要求目标函数实现最大化或最小化。一般的线性规划问题的数学模型如下：目标函数：max(min)z=c1x1+c2x2+…cnxn约束条件：s.t.0,,),(),(),(32122112222212111212111xxxxbxaxaxabxaxaxabxaxaxanmnmnmmnnnn线性规划模型的求解可用图解法或单纯形法。由于计算机的普及，可用现成的软件求解。二.模型假设1.假设这两家饮料厂在生产期间不会发生停产现象，能持续生产。2.假设在生产期间，生产线中任何一个环节都不会出问题，能按计划工作。3.假设甲，乙饮料厂的生产饮料A，B的效率保持不变。4.假设甲，乙饮料厂的生产能力不变。5.假设甲，乙饮料厂生产的饮料A，B全部能够销售出去。三.模型建立甲，乙两个饮料厂要一起生产两种饮料A，B。两个厂要完成生产A饮料2000吨，B饮料3200吨的生产计划。要求建立一个生产计划使得生产成本最低。假设甲厂生产饮料Ax1吨，生产B饮料x2吨；乙厂生产A饮料y1吨，生产B饮料y2吨。其中，甲厂生产A饮料的成本是每吨1000元，生产B饮料的成本是每吨1100元；乙厂生产A饮料的成本是每吨850元，生产B饮料的成本是每吨1000元。所以，可以得出该饮料公司要完成订单的总成本是：1000*x1+1100*x2+850*y1+1000*y2。联系实际，甲饮料厂生产A饮料的效率为8吨/小时，生产B饮料的效率为10吨/小时；乙饮料厂生产A饮料的效率为10吨/小时，生产B饮料的效率为4吨/小时。生产过程中有各种限制，比如机器生产效率，饮料厂的生产能力等等，从而得出了几个约束条件：1.甲饮料厂的可用生产能力为400小时：x1/8+x2/10=400。2.乙饮料厂的可用生产能力为240小时：y1/10+y2/4=240。3.订单要求生产A饮料2000吨：x1+y1=2000。4.订单要求生产B饮料3200吨：x2+y2=3200。5.非负约束：x1,x2,y1,y2=0。另一种情况：由于设备的限制，乙饮料厂如果生产某种牌号的饮料，则至少要生产该种牌号的饮料300吨。从新给出约束条件：1.甲饮料厂的可用生产能力为400小时：x1/8+x2/10=400。2.乙饮料厂的可用生产能力为240小时：y1/10+y2/4=240。3.订单要求生产A饮料2000吨：x1+y1=2000。4.订单要求生产B饮料3200吨：x2+y2=3200。5.非负约束：x1,x2,y1,y2=0。6.乙厂生产一种饮料的最低生产量是300吨：有三种可能生产情况：a：乙厂A,B饮料都生产：y1,y2=300。b：乙厂只生产A饮料：y1=300，y2=0。c：乙厂只生产B饮料：y1=0，y2=300。注意：根据求出的总生产成本值的大小来决定使用哪种生产计划。三.模型求解目标函数：minz=1000*x1+1100*x2+850*y1+1000*y2约束条件：解编写LINGO程序如下:min=1000*x1+1100*x2+850*y1+1000*y2;x1/8+x2/10=400;y1/10+y2/4=240;x1+y1=2000;x2+y2=3200;x1=0;S.t.y1/10+y2/4=240x1+y1=2000x2+y2=3200x1,x2,y1,y2=0x1/8+x2/10=400x2=0;y1=0;y2=0;@gin(x1);@gin(x2);@gin(y1);@gin(y2);运行结果：Globaloptimalsolutionfoundatiteration:1Objectivevalue:5204000.VariableValueReducedCostX10.0000001000.000X23040.0001100.000Y12000.000850.0000Y2160.00001000.000RowSlackorSurplusDualPrice15204000.-1.000000296.000000.00000030.0000000.00000040.0000000.00000050.0000000.00000060.0000000.00000073040.0000.00000082000.0000.0000009160.00000.000000结果分析：从运行结果得，当甲厂生产A饮料0吨，B饮料3040吨；乙厂生产A饮料2000吨，B饮料160吨。可以使总成本最低为5204000元。另一种情况：增加一个约束条件.目标函数：minz=1000*x1+1100*x2+850*y1+1000*y2有以下三种可能：a：乙厂A,B饮料都生产：解编写LINGO程序如下:min=1000*x1+1100*x2+850*y1+1000*y2;x1/8+x2/10=400;y1/10+y2/4=240;x1+y1=2000;x2+y2=3200;x1=0;x2=0;y1=0;y2=0;y1=300;y2=300;@gin(x1);@gin(x2);@gin(y1);@gin(y2);运行结果：Globaloptimalsolutionfoundatiteration:1Objectivevalue:5242500.VariableValueReducedCostX1350.00001000.000X22900.0001100.000Y11650.000850.0000Y2300.00001000.000RowSlackorSurplusDualPriceS.t.y1/10+y2/4=240x1+y1=2000x2+y2=3200x1,x2,y1,y2=0x1/8+x2/10=400y1,y2=30015242500.-1.000000266.250000.00000030.0000000.00000040.0000000.00000050.0000000.0000006350.00000.00000072900.0000.00000081650.0000.0000009300.00000.000000101350.0000.000000110.0000000.000000结果分析：从运行结果得，当甲厂生产A饮料350吨，B饮料2900吨；乙厂生产A饮料1650吨，B饮料300吨。可以使总成本最低为5242500元。b：乙厂只生产A饮料：解编写LINGO程序如下:min=1000*x1+1100*x2+850*y1+1000*y2;x1/8+x2/10=400;y1/10+y2/4=240;x1+y1=2000;x2+y2=3200;x1=0;S.t.y1/10+y2/4=240x1+y1=2000x2+y2=3200x1,x2,y1,y2=0x1/8+x2/10=400y1=300y2=0x2=0;y1=0;y2=0;y1=300;y2=0;@gin(x1);@gin(x2);@gin(y1);@gin(y2);运行结果：Globaloptimalsolutionfoundatiteration:0Objectivevalue:5220000.VariableValueReducedCostX10.0000001000.000X23200.0000.000000Y12000.000850.0000Y20.0000000.000000RowSlackorSurplusDualPrice15220000.-1.000000280.000000.000000340.000000.00000040.0000000.00000050.000000-1100.00060.0000000.00000073200.0000.00000082000.0000.00000090.0000000.000000101700.0000.000000110.000000100.0000结果分析：从运行结果得，当甲厂生产A饮料0吨，B饮料3200吨；乙厂生产A饮料2000吨，B饮料0吨。可以使总成本最低为5220000元。c：乙厂只生产B饮料：解编写LINGO程序如下:min=1000*x1+1100*x2+850*y1+1000*y2;x1/8+x2/10=400;y1/10+y2/4=240;x1+y1=2000;x2+y2=3200;x1=0;x2=0;y1=0;y2=0;y1=0;y2=300;@gin(x1);@gin(x2);@gin(y1);@gin(y2);运行结果：nofeasiblesolutionfound！结果分析：没有找到可行解，这种情况不成立。所以，当限制乙饮料厂如果生产某种牌号的饮料，则至少要生产该种牌号的饮料300吨时，最优解为b方案，即：甲厂生产A饮料0吨，B饮料3200吨；乙厂生产A饮料2000吨，B饮料0吨。可以使总成本最低为5220000元。四.体会数学模型主要是将现实对象的信息加以翻译，归纳的产物。通过对数学模型的假设、求S.t.y1/10+y2/4=240x1+y1=2000x2+y2=3200x1,x2,y1,y2=0x1/8+x2/10=400y2=300y1=0解、验证，得到数学上的解答，再经过翻译回到现实对象，给出分析、决策的结果。数学建模所要解决的问题决不是单一学科问题，它除了要求我们有扎实的数学知识外，还需要我们不停地去学习和查阅资料，除了我们要学习许多数学分支问题外，还要了解工厂生产、经济投资、保险事业等方面的知识，这些知识决不是任何专业中都能涉猎得到的。它能极大地拓宽和丰富我们的内涵，