运筹学实验报告
《运筹学》实验四__网络计划(学生版)
实验四网络计划
一、实验目的
掌握WinQSB软件绘制计划网络图，计算时间参数，求关键路线。
二、实验平台和环境
WindowsXP平台下，WinQSB V2.0版本已经安装在D:\WinQSB中。
三、实验内容和要求
用WinQSB软件求解网络计划问题。
输人数据（PERT／CPM），显示网络图，计算时间参数，显示结果和关键工序，计算赶工时间，显示甘特图。
四、实验操作步骤
启动程序。
点击开始→程序→WinQSB→PERT_CPM.（课堂演示）
五、分析讨论题
参考上述实验过程，编制下述项目的网络计划图，计算有关参数并指出关键工序。
1、某工程项目明细如表4-1所示。
2、某工程项目明细如表4-2所示。
表4-2
六、网络计划常用术语词汇及其含义。
运筹学实践报告
运筹学实践报告运筹学实践报告运筹学，是使用数学、计算机科学和工程技术等理论和方法，对复杂的问题进行优化、创新和预测的学科。
在现代经济、科学、工程、管理等领域中，都有着广泛的应用。
本文将介绍本人在对车辆运输问题应用运筹学的实践报告。
1. 问题的背景本次实践是企业进行运输管理时遇到的问题。
该企业是一家以物流为主营业务的公司，为满足客户的需求，要将所需的货物从地点A运输到地点B。
企业的运输车辆比较多，在保证货物安全的情况下，如何最大化运输效益，成为了他们的难点之一。
2. 运筹学方法的应用为了解决以上问题，本人运用了运筹学中的方法。
首先，需要对问题进行数学建模，得到运输成本的数学模型。
其次，使用数学模型进行求解，得出运输最优方案，并对模型进行模拟验证。
最后，将模型应用在实际中，达到优化运输的目的。
2.1 数学建模车辆运输成本的大小与许多因素有关，包括路线长度、车速、用油量、车辆负载、维护费用等。
为了简化模型，考虑以下因素：车辆数、路线长、油量、维护费用。
我们用C表示总运输成本，F1表示油量费用，F2表示维护费用，N表示车辆数，L表示路线长，则C可表示为：C=F1+F2F1=a*L F2=b*L*Na、b为系数。
2.2 模型求解将模型输入到运筹算法中，使用 MATLAB 软件编写实现，结果如下：当车辆数为 1 时，C=227；当车辆数为 2 时，C=212；当车辆数为 3 时，C=208；当车辆数为 4 时，C=206。
由此可知，当车辆数为4时，运输成本最小。
2.3 模拟验证为了验证模型的可靠性，我使用 ArcGIS 出租车数据进行了模拟验证。
结果表明，运输成本减少了近20%，证明该模型的可行性和有效性。
3. 实际应用将该模型应用于实际车辆运输管理中，达到了优化成本的目的。
在相应的平台上，对可利用资源进行优化配送，实现了成本控制和资源优化的目标。
4. 总结运筹学在车辆运输管理中的应用，大大提高了运输效率，使企业在保证货物安全的同时降低成本。
运筹学实验报告
《运筹学》实验报告河南理工大学经管学院班级：人力11—1班姓名：陈浩学号：311110030120实验一线性规划1.某工厂要用三种原材料C、P、H混合调配出三种不同规格的产品A、B、D，已知产品的规格要求，产品单价，每天能供应的原材料数量及原材料单价分别见下表1和2。
该厂应如何安排生产，使利润收入为最大？表1产品名称规格要求单价（元/kg）原材料C不少于50%50A原材料P不超过25%原材料C不少于25%35B原材料P不超过50%D不限25表2原材料名称每天最多供应量（kg）单价（元/kg）C100 65P 100 25H 60 35解：（1）依题意得到模型：260260150125253550max 321321321≤++≤≤≤++=x x x x x x x x x z（2）建立新问题：（3）解得：实验二运输问题2.设有三个化肥厂（A, B, C）供应四个地区（I, II, III, IV）的农用化肥。
假定等量的化肥在这些地区使用效果相同。
各化肥厂年产量，各地区年需要量及从各化肥厂到各地区运送单位化肥的运价表如下表所示。
试求出总的运费最节省的化肥调拨方案。
需求地区化肥厂I II III IV 产量A B C 1614191313202219231715—506050最低需求最高需求305070703010不限注意：表格中的运价可以填入M（任意大正数）。
解：（1）建立新问题：得：（2）求解问题，观察求解结果：3.人事部门欲安排四人到四个不同岗位工作，每个岗位一个人。
经考核五人在不同岗位的成绩（百分制）如下表所示，如何安排他们的工作使总成绩最好，应淘汰哪一位。
工作人员人力资源物流管理市场营销信息管理甲乙丙丁戊8595828676928783908573787980929095908893解：（1）建立新问题（2）修改各个人名和任务名：（3）得：（4）解得：实验三整数规划4.某厂拟建两种不同类型的冶炼炉。
运筹学实验报告
运筹学实验报告一实验一：线性规划【例l】某制药厂用甲、乙两台机器生产A、B两种药物。
每种药物要经过两道工序，在甲机器上搅拌，在乙机器上包装。
生产每千克药物所需的加工时间以及机器1周可用于加工的总时间如下表1所示。
已知生产每千克药物A的利润是30元，B是25元，问应如何安排1周的生产计划才能使工厂获利最大？表 1 两种药物在各机器上所需加工时间及各机器可用于加工的总时间（1）写出数学模型，建立新问题、输入选项(电子表格、变量取非负连续)、输入数据、存盘、求解模型、结果存盘、观察结果。
（2）将电子表格格式转换成标准模型。
（3）将结果复制到Excel或Word文档中。
（4）分析结果。
解：（1）从已知条件写出该问题的数学模型：max Z=30x1+25x2;2x1+4x2＜＝40;3x1+2x2＜＝30;x1>=0,x2>=0.建立新问题、输入选项(电子表格、变量取非负连续)、输入数据、存盘、求解模型、结果存盘、观察结果：求解模型过程Simplex Tableau -- Iteration 1X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioSlack_C1 0 2.0000 4.0000 1.0000 0 40.0000 20.0000Slack_C2 0 3.0000 2.0000 0 1.0000 30.0000 10.0000C(j)-Z(j) 30.0000 25.0000 0 0 0Simplex Tableau -- Iteration 1X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioSlack_C1 0 2.0000 4.0000 1.0000 0 40.0000 20.0000Slack_C2 0 3.0000 2.0000 0 1.0000 30.0000 10.0000C(j)-Z(j) 30.0000 25.0000 0 0 0Simplex Tableau -- Iteration 3X1 X2 Slack_C1 Slack_C2Basis C(j) 30.0000 25.0000 0 0 R. H. S. RatioX2 25.0000 0 1.0000 0.3750 -0.2500 7.5000X1 30.0000 1.0000 0 -0.2500 0.5000 5.0000C(j)-Z(j) 0 0 -1.8750 -8.7500 337.5000（2）将电子表格格式转换成标准模型。
运筹学实验报告
运筹学实验报告导言运筹学是一门研究如何有效地进行决策、规划、控制和优化的学科。
它在不同领域中都有广泛应用，例如物流管理、生产调度、资源分配等。
本实验报告将介绍一个基于运筹学方法的实际案例，展示其在实践中的应用和效果。
问题描述我们选取了一个假设情景作为研究案例：一家电子公司正在考虑如何优化其供应链。
供应链的核心问题是如何在最小的时间和成本内将产品从制造商运送到最终客户手中。
该公司一直面临着供应链效率低下、库存过高等问题，因此需要进行优化。
方法选择为了解决供应链问题，我们选择了线性规划方法进行建模和求解。
线性规划是一种经典的运筹学方法，通过建立目标函数和约束条件来实现优化。
我们将考虑运输成本、库存成本和交货时间等因素，以最小化总成本为目标进行优化。
数据收集与分析首先，我们需要收集与供应链相关的数据，包括产品库存量、制造商的运输能力、客户的需求等信息。
通过对这些数据进行分析，我们可以获得对供应链瓶颈和优化潜力的洞察。
模型建立与求解根据数据分析的结果，我们可以建立数学模型来描述供应链的运作。
假设有n个制造商和m个客户，我们需要决策每个制造商向每个客户运送的产品数量。
我们定义决策变量x_ij表示制造商i 向客户j运送的产品数量。
通过设定合适的约束条件，如制造商的运输能力限制、客户的需求限制等，我们可以建立如下的线性规划模型：minimize ∑(c_ij * x_ij) for all i, jsubject to:∑(x_ij) <= supply_i for all i∑(x_ij) >= demand_j for all jx_ij >= 0 for all i, j其中c_ij表示从制造商i到客户j运输一个产品的成本，supply_i表示制造商i的运输能力，demand_j表示客户j的需求。
接下来，我们可以使用线性规划求解器对模型进行求解。
求解过程将得到最优的运输方案，包括每个制造商向每个客户运输的产品数量。
运筹学实验报告
运筹学实验报告运筹学实验报告2实验内容：线性规划问题的建模和求解。
“炼油厂生产计划安排”，“长征医院的护士值班计划”两题目任选其一，每个小组最多3名同学，共同完成实验报告。
一、问题提出长征医院是长宁市的一所区级医院,该院每天各时间区段内需求的值班护士数如表1所示.该医院护士上班分五个班次,每班8h,具体上班时间为第一班2:00~10:00,第二班6:00~14:00,第三班10:00~18:00,第四班14:00~22:00,第五班18:00~2:00（次日）.每名护士每周上5个班,并被安排在不同日子,有一名总护士长负责护士的值班安排计划.值班方案要做到在人员或经济上比较节省,又做到尽可能合情合理.下面是一些正在考虑中的值班方案:方案1 每名护士连续上班5天,休息2天,并从上班第一天起按从上第一班到第五班顺序安排.例如第一名护士从周一开始上班,则她于周一上第一班,周二上第二班,……,周五上第五班；另一名护士若从周三起上班,则她于周三上第一班,周四上第二班,……,周日上第五班,等等.方案2 考虑到按上述方案中每名护士在周末（周六、周日）两天内休息安排不均匀.于是规定每名护士在周六、周日两天内安排一天、且只安排一天休息,再在周一至周五期间安排4个班,同样上班的五天内分别顺序安排5个不同班次.在对第1、2方案建立线性规划模型并求解后,发现方案2虽然在安排周末休息上比较合理,但所需值班人数要比第1方案有较多增加,经济上不太合算,于是又提出了第3方案.方案3 在方案2基础上,动员一部分护士放弃周末休息,即每周在周一至周五间由总护士长给安排三天值班,加周六周日共上五个班,同样五个班分别安排不同班次.作为奖励,规定放弃周末休息的护士,其工资和奖金总额比其他护士增加a%.根据上述,帮助长征医院的总护士长分析研究:(x)对方案1、2建立使值班护士人数为最少的线性规划模型并求解；(b)对方案3,同样建立使值班护士人数为最少的线性规划模型并求解,然后回答a的值为多大时,第3方案较第2方案更经济；二、问题简述从该医院各时间段护士值班表可看出：五个时间段所需护士人数分别为18,20,19,17,12。
运筹学实验总结
运筹学实验总结引言：运筹学是一门综合了数学、经济学和工程学等多学科知识的学科，它通过建立数学模型和运用各种优化方法，帮助我们在现实问题中寻找最优解决方案。
在这学期的运筹学课程中，我们进行了一系列实验。
这些实验不仅加深了对运筹学理论的理解，还提供了一种应用运筹学方法解决问题的实践平台。
在本文中，我将总结我参与的运筹学实验，并分享我的体会和收获。
实验一：线性规划问题求解在这个实验中，我们学习了线性规划的基本概念和求解方法。
我选择了一个典型的生产调度问题作为实验题目。
通过建立数学模型，并运用线性规划软件，我成功地解决了这个问题。
通过这个实验，我深刻理解了线性规划问题的本质，以及如何利用线性规划方法找到最优解。
实验二：整数规划问题求解整数规划是线性规划的扩展，它在决策问题中更加实用。
在这个实验中，我选择了货物配送路线问题作为研究对象。
通过构建整数规划模型，并运用求解软件，我得到了最佳的货物配送方案。
这个实验不仅对我的数学建模能力提出了要求，还培养了我的实际问题解决能力。
实验三：动态规划动态规划是一种重要的优化方法，它广泛应用于最优化问题的求解。
在这个实验中，我们学习了动态规划的基本原理和设计思想。
我选择了旅行商问题作为研究对象，通过建立递推关系和寻找最优子结构，我成功地解决了该问题。
这个实验让我意识到了动态规划方法的强大威力，同时也对我的算法设计能力提出了更高的要求。
实验四：模拟退火算法模拟退火算法是一种全局搜索优化算法，具有很强的应用能力。
在这个实验中，我选择了旅行商问题作为研究对象，通过模拟退火算法的迭代和优化，我得到了一个较好的解。
通过这个实验，我掌握了模拟退火算法的基本原理和实现过程，也了解到了算法的优越性。
实验五：遗传算法遗传算法是一种模拟自然选择和遗传机制的优化算法。
在这个实验中，我选择了装箱问题作为研究对象。
通过运用遗传算法的交叉、变异和适应度选择，我得到了一个较好的装箱方案。
这个实验不仅对我的算法设计能力提出了更高的要求，还让我意识到了遗传算法的创新性和解决复杂问题的能力。
运筹学实验报告
《运筹学》实验报告指派问题班级：姓名：学号：指导教师：《运筹学》实验报告（一）一．实验目的熟练的掌握整数规划，0-1规划问题的数学模型的建立于求解和数据分析二．实验要求利用EXCEL软件求解整数规划和0-1规划模型三．实验准备Pc486微机、Windows环境、Excel软件四．实验内容及步骤实验内容：某公司面临5项任务，计划派甲、乙、丙、丁、戊分别去做。
由于戊临时被公司派往国外，因此公司只有让甲、乙、丙、丁中的一个人同时担任两项任务，其他三人仍旧单独完成一项任务。
各人完成相应任务时间如下表。
请为公司制定一个总工时最小的指派方案。
实验内容分析：本题中研究的是制定一个总工时最小的工作任务分配方案即本题是一个0-1规划问题。
又本题中是四个员工五个任务的不平衡的分配任务，所以可以有增加虚拟人物的方式来解决不平衡问题也可以直接用抽屉原则来解决不平衡问题。
方法一：（虚拟人物法）建立数学模型：变量:甲员工做A任务为X11，甲员工做B任务为X12，甲员工做C任务为X13，甲员工做D任务为X14，甲员工做E任务为X15，乙员工做A任务为X21，乙员工做B任务为X22，乙员工做C任务为X23，乙员工做D任务为X24，乙员工做E任务为X25，丙员工做A 任务为X31，丙员工做B任务为X32，丙员工做C任务为X33，丙员工做D任务为X34，丙员工做E任务为X35，丁员工做A任务为X41，丁员工做B任务为X42，丁员工做C任务为X43，丁员工做D任务为X44，丁员工做E任务为X45,虚拟员工做A任务为X51，虚拟员工做B任务为X52，虚拟员工做C任务为X53，虚拟员工做D任务为X54 ，虚拟员工做E任务为X55目标：总工时最小的人员安排方法约束：每人（包括虚拟人物）只能做一项任务即决策变量的0-1约束。
规划模型如下：MINZ(x)=25X11+29X12+31X13+42X14+37X15+39X21+38X22+26X23+20X24 +33X25+34X31+27X32+28X33+40X34+32X35+24X41+42X42+36X43+23X44+45X45+24X51+27X52+26X53+20X54+32X55X11+ X21+ X31+ X41+ X51=1X12+ X22+ X32+ X42+ X52=1X13+ X23+ X33+ X34+ X35=1X14+ X24+ X34+ X44+ X45=1X15+ X25+ X35+ X45+ X55=1 s.t. X11+ X12+ X13+ X14+ X15=1X21+ X22+ X23+ X24+ X25=1X31+ X32+ X33+ X34+ X35=1X41+ X42+ X43+ X44+ X45=1X51+ X52+ X53+ X54+ X55=1X ij=0或1（i=0-5，j=0-5）用EXCEL求解上式，过程如下：输入效率矩阵、方案矩阵和约束条件单元格公式：求解参数对话框如图所示：最终结果为：最小总工时131甲做A任务乙做C任务和D任务丙做E任务丁做B任务方法二：（抽屉原则法）建立数学模型：设甲员工做A任务为X11，甲员工做B任务为X12，甲员工做C任务为X13，甲员工做D任务为X14，甲员工做E任务为X15，乙员工做A任务为X21，乙员工做B任务为X22，乙员工做C任务为X23，乙员工做D任务为X24，乙员工做E任务为X25，丙员工做A任务为X31，丙员工做B任务为X32，丙员工做C任务为X33，丙员工做D任务为X34，丙员工做E任务为X35，丁员工做A任务为X41，丁员工做B任务为X42，丁员工做C任务为X43，丁员工做D任务为X44，丁员工做E任务为X45。
运筹学实验报告_7
运筹学实验（注: 此代码还有一些未完善的地方, 仅供参考, 此实验报告纯属个人意见, 同样仅供参考。
话说一样的内容多了老师会发现的）一、实验目的通过实验熟悉单纯形法的原理, 掌握matlab循环语句的应用, 提高编程的能力和技巧, 体会matlab在进行数学求解方面的方便快捷。
二、实验环境Matlab2012b,计算机三、实验内容（包含参数取值情况）构造单纯形算法解决线性规划问题Min z=cxs.t. Ax=bxj>=0,j=1,…,nfunction[S,val]=danchun(A1,C,N)S为最优值；Val为最优解；A1为标准形式LP问题的约束矩阵及最后一列为资源向量（注: 资源向量要大于零）；A1=[A+b]C是目标函数的系数向量；C=cN为初始基的下标（注: 请按照顺序输入, 若没有初始基则定义N=[]）:先输入A1,C,N三个必要参数,然后调用danchun（A,C,N）进行求解。
在此函数中,首先判断N的长度是否为空,若为空,则flag=1, 进入初始解问题的迭代求值,添加辅助问题, 构建单纯形表, 求g所对应的RHS值,若其>0,则返回该问题无解若其=0, 则返回A1,Z,N三个参数, 继续构造单纯形表求解A1为经过变换后的系数及资源向量Z为单纯形表的第一行N为经过辅助问题求解之后的基的下标否则,直接构建单纯形表, 对该问题进行求解, 此时flag=2,多次迭代后找到解。
另外,若在大于零的检验数所对应的系数均小于零时, 会显示“此问题无界”若找到最优解和最优值时, 会输出“val”和“S=”以及具体数值。
四、源程序function[S,val]=danchun(A1,C,N)if(length(N)==0)gN=zeros(1,length(A1(:,1)));gC=[-C,gN,0];%原文题的检验数的矩阵Z=gC;G=[zeros(1,length(C)),-ones(1,length(gN)),0];val=zeros(1,length(C));%val为最优解；for i=(length(C)+1):length(C)+length(A1(:,1))%生成基变量gN(i-length(C))=i;endNn=gN;%%%%%%%ll=zeros(1,length(N));%比值最小原则%生成除了最上端两行的表的矩阵gb=A1(:,length(C)+1);A1(:,length(C)+1)=[];l=zeros(length(gN),length(gN));gA=[A1,l,gb];for i=1:length(gb)gA(i,gN(i))=1;endfor i=1:length(gN)%J为基本可行基所对应的检验数J(i)=G(gN(i));endfor i=1:length(gN)%找到基本可行基的检验数, 将其赋值为0 if(J(i)~=0)G=G-(J(i)/gA(i,gN(i)))*gA(i,:);endendflag=1;elseflag=2;A=A1;Z=[-C,0];%单纯形表的第一行val=zeros(1,length(C));%val为最优解；ll=zeros(1,length(N));%比值最小原则end%%初始解问题while flag==1for i=1:length(gN)%J为基本可行基所对应的G的检验数J(i)=G(gN(i));JZ(i)=Z(gN(i));%JZ为基本可行基所对应的Z的检验数endfor i=1:length(gN)%找到基本可行基的检验数, 将其赋值为0 if(J(i)~=0)G=G-(J(i)/gA(i,gN(i)))*gA(i,:);Z=Z-(JZ(i)/gA(i,gN(i)))*gA(i,:);endendG1=G;%G1为检验数G1(:,length(G1))=[];D=max(G1);%找到检验数的最大值if(D<=0)%检验数都小于0if(G(length(G))>=1)disp('此情况无解');flag=0;elseif(G(length(G))>=0)for i=1:length(gN)if(max(gN)<=length(A1(1,:)));flag=2;for j=1:length(Nn)a=Nn(1);gA(:,a)=[];Z(a)=[];endA=gA;N=gN;break;endendendendelse%检验数大于0for i=1:length(G)if(G(i)==D)%找到最大的那个检验数所对应的元素for j=1:length(gN)if(gA(j,i)>0)ll(j)=gA(j,length(G))/gA(j,i);%求比值elsell(j)=10000;endendd=min(ll);for k=1:length(ll)%找到进基和离基if(ll(k)==d)gN(k)=i;gA(k,:)=gA(k,:)/gA(k,i);for m=1:k-1gA(m,:)=-(gA(m,i)/gA(k,i))*gA(k,:)+gA(m,:);endfor n=k+1:length(ll)gA(n,:)=-(gA(n,i)/gA(k,i))*gA(k,:)+gA(n,:);endbreak;endendendendendendwhile(flag==2)for i=1:length(N)%J为基本可行基所对应的检验数J(i)=Z(N(i));endfor i=1:length(N)%找到基本可行基的检验数, 将其赋值为0if(J(i)~=0)Z=Z-(J(i)/A(i,N(i)))*A(i,:);endendZ1=Z;%Z1为检验数Z1(:,length(Z1))=[];D=max(Z1);%找到检验数的最大值if(D<=0)%检验数都小于0disp('已找到最优解和最优值')for i=1:length(N)val(N(i))=A(i,length(Z));endS=Z(length(Z));disp('val');disp(val);flag=0;else%检验数大于0for i=1:length(Z)if(Z(i)==D)%找到最大的那个检验数所对应的元素for j=1:length(N)if(A(j,i)>0)ll(j)=A(j,length(Z))/A(j,i);%求比值elsell(j)=10000;endendd=min(ll);if(d==10000)disp('此问题无界')flag=0;break;endfor k=1:length(ll)%找到进基和离基if(ll(k)==d)N(k)=i;A(k,:)=A(k,:)/A(k,i);for m=1:k-1A(m,:)=-(A(m,i)/A(k,i))*A(k,:)+A(m,:);endfor n=k+1:length(ll)A(n,:)=-(A(n,i)/A(k,i))*A(k,:)+A(n,:);endbreakendendendendendend五、运行结果与数据测试参考例题:例1:Min z=3x1+x2+x3+x4 s.t. -2x1+2x2+x3=43x1+2x+x4=6Xj>=0,j=1,2,3,4例2: 初始解问题Min z=5x1+21x3 s.t. x1-x2+6x3-x4=2x1+x2+2x3-x5=1 xj>=0,j=1,…,5六、求解实际问题（即解决附件中的实验题目）实验题目列出下列问题的数学模型, 并用你自己的单纯形算法程序进行计算, 最后给出计算结果。
运筹学实验报告_2
运筹学上机实验报告
5．用指令 linprog()实现 page 48 例 10
6. 用指令 linprog()实现 page 48 例 11
三、程序流程图： 1．用指令 linprog() 实现 page 15
f=-[2,3]'; a=[1,2;4,0;0,4]; b=[8,16,12]'; lb=[0,0]'; [x,fval,ex]=linprog(f ,a,b,[],[],lb,[])
2．用指令 linprog() 实现 page18 无穷多最优解
if exitflag==-3 fprintf('该线性规划为无界解')
end
4. 用指令 linprog()实现 page18 无可行解
f=-[1,1]'; a=[-2,1;1,-1]; b=[0,0]'; [x,fval,exitflag]=linprog(f,a,b,[],[],lb,[ ])
所e述xi问tf题la无g 可= 行解 5．用指-2令 linprog()实现 page 48 例 10
x=
2.5470 0.0000 0.0000 0.0000 0.0000
fval =
1.0043e-011
6. 用指令 linprog()实现 page 48 例 11
x=
100.0000 50.0000 50.0000
0.0000 0.0000 0.0000 0.0000 25.0000 0.0000
运筹学实验报告1
运筹学实验报告1《运筹学》课程实验报告一学院：专业：班级：姓名：学号：指导老师：实验报告班级学号姓名课程名称运筹学开课实验室实验时间实验项目名称【实验项目一】线性规划综合性实验实验性质验证性（）综合性（√）设计性（）成绩指导老师签名实验条件：硬件：计算机，软件：lingo11实验目的及要求：使学生掌握线性规划建模的方法以及至少掌握一种线性规划软件的使用，提高学生应用线性规划方法解决实际问题的实践动手能力。
实验内容：熟悉、了解LINGO系统菜单、工具按钮、建模窗口、求解器运行状态窗口以及结果报告窗口等的环境。
实验过程：1.选择合适的线性规划问题可根据自己的建模能力，从本实验指导书提供的参考选题中或从其它途径选择合适的线性规划问题。
2.建立线性规划数学模型针对所选的线性规划问题，运用线性规划建模的方法，建立恰当的线性规划数学模型。
3.用运筹学软件求解线性规划数学模型应用运筹学软件Lingo对已建好的线性规划数学模型进行求解。
4.对求解结果进行应用分析对求解结果进行简单的应用分析。
实验习题计算：使用lingo来求解下列例题1. MAXZ=2X1+2X2X1-X2≥-1-0.5X1+X2≤2X1，X2≥0解：运用软件lingo11求解线性规划例题1如下：由上述运算结果可知：该线性规划问题的解为无界解，X=（2,3）是它的一个基可行解。
2. MINZ=1000X1+800X2X1≥10.8X1+X2≥1.6X1≤2X2≤1.4X1，X2≥0解：运用软件lingo11求解线性规划例题1如下：由上述运算结果可知：该线性规划问题的最优解X=（1,0.8），目标值Z=1640实验总结：例题1可用图解法检验，从图中可以清楚的看出，该问题可行域无界，目标函数值可以增大到无穷大，该题解为无界解；但在其可行域中存在顶点X=（2,3），故X=（2,3）为该线性规划问题的基可行解。
运筹学实训实验报告
一、实验背景运筹学是一门应用数学的分支，它运用数学模型和算法来解决各种优化问题。
随着现代科技的发展，运筹学在各个领域的应用越来越广泛，如生产管理、物流运输、资源分配等。
为了提高学生运用运筹学知识解决实际问题的能力，我们开展了运筹学实训实验。
二、实验目的1. 熟悉运筹学的基本概念和常用方法；2. 掌握线性规划、整数规划、运输问题、目标规划等运筹学模型；3. 学会运用计算机软件解决实际问题；4. 培养学生的团队合作精神和创新意识。
三、实验内容本次实验主要包括以下内容：1. 线性规划：以生产计划问题为例，建立数学模型，并运用Excel规划求解器求解最优解。
2. 整数规划：以人员排班问题为例，建立数学模型，并运用Lingo软件求解最优解。
3. 运输问题：以物流配送问题为例，建立数学模型，并运用Lingo软件求解最优解。
4. 目标规划：以投资组合问题为例，建立数学模型，并运用Lingo软件求解最优解。
四、实验步骤1. 线性规划实验（1）问题分析：某企业需要生产甲、乙两种产品，已知生产甲、乙两种产品所需的原料、劳动力及设备等资源消耗量，以及产品的售价和利润。
（2）模型建立：根据问题分析，建立线性规划模型，目标函数为最大化利润，约束条件为资源消耗量不超过限制。
（3）求解：运用Excel规划求解器求解最优解。
2. 整数规划实验（1）问题分析：某公司需要安排员工值班，要求每天至少有3名员工值班，且员工值班时间不能超过一周。
（2）模型建立：根据问题分析，建立整数规划模型，目标函数为最小化员工值班成本，约束条件为员工值班时间不超过限制。
（3）求解：运用Lingo软件求解最优解。
3. 运输问题实验（1）问题分析：某物流公司需要将货物从A、B两个仓库运送到C、D两个销售点，已知各仓库的货物量、各销售点的需求量以及运输成本。
（2）模型建立：根据问题分析，建立运输问题模型，目标函数为最小化运输成本，约束条件为各仓库的货物量不超过需求量。
运筹学综合性实验报告
ni 200 ( xi1 xi 2 ) 2 x ik 0, i 1,2,3,4,5,6; k 1,2
（二）用 LINGO 中来求解线性规划问题 打开 LINGO，创建一个新文件，输入以下代码[备注：其中@gin 中是对变量进行整数约束] ：
max=30*(y1+y2+y3+y4+y5+y6)-1500*(p1+p2+p3+p4+p5+p6)-1000*(d1+d2+d3+d4+d5+d6)-5*(kc 1+kc2+kc3+kc4+kc5+kc6)-2000*(x1+x2+x3+x4+x5+x6); x0=4; p1-d1=x1-x0; p2-d2=x2-x1; p3-d3=x3-x2; p4-d4=x4-x3; p5-d5=x5-x4; p6-d6=x6-x5; kc0=0; kc1=y1+kc0-500; kc2=y2+kc1-600; kc3=y3+kc2-300; kc4=y4+kc3-400; kc5=y5+kc4-500; kc6=y6+kc5-800; y1<=100*x1;y2<=100*x2;y3<=100*x3;y4<=100*x4;y5<=100*x5;y6<=100*x6;y1+y2+y3+y4+y5+y 6<=3100; @gin(y1);@gin(y2);@gin(y3);@gin(y4);@gin(y5);@gin(y6);@gin(x1);@gin(x2);@gin(x3);@ gin(x4);@gin(x5);@gin(x6);
南邮运筹学运输问题实验报告(一)
南邮运筹学运输问题实验报告(一)南邮运筹学运输问题实验报告1. 背景运输问题是管理科学中常见的数学问题之一。
本实验旨在通过运用运筹学的方法对南邮快递公司的运输问题进行优化，使得运输成本最小化，配送效率最大化。
2. 实验方法本实验使用了线性规划方法对运输问题进行建模，运用了Excel或MATLAB等工具进行求解。
具体步骤如下：1.收集数据，包括快递运输的起点、终点和运输量等信息；2.建立运输问题的数学模型，即线性规划模型；3.编写程序并求解；4.分析结果，得出优化的方案。
3. 实验结果通过对南邮快递公司的运输问题进行分析和优化，得出了如下方案：1.尽量选择简单线路进行配送，减少运输中转，降低运输成本；2.优先派送运输量大、运输距离小的货物，减少路途中停留和等待时间，提高配送效率；3.设立中转站，适时调整运输路线，减少空运和空驶，提高车辆使用率；4.采用信息化管理手段，通过优化物流调度系统和智能配送系统，实现物流信息实时监控、自动化配送等目的。
4. 实验总结本实验主要运用了线性规划方法对南邮快递公司的运输问题进行了分析和优化，得出了一系列优化方案。
实验结果表明，运用运筹学的方法可以有效地降低快递公司的运输成本，提高配送效率，为企业节省了大量的时间和资源。
总之，运用运筹学的方法对现代物流业的发展有着重要的意义，为企业实现可持续发展提供了强有力的技术支撑。
5. 实验心得通过本次实验，我对运筹学的方法和思想有了更深入的理解。
在实践中，我们不仅要有熟练的数学建模和编程技巧，还要注重数据的收集和分析，才能得出准确、实用的结果。
此外，实验中还提到了信息化管理手段，这也是当今物流业的发展趋势之一。
通过智能化技术和数据分析，我们可以对物流系统进行全面的优化和升级，提高物流效率，降低成本，并为企业的可持续发展保驾护航。
6. 实验意义运筹学的方法已经广泛应用于企业的生产、销售等领域，可以降低成本、提高效率、优化资源和规划未来。
运筹学实验报告(一)线性规划问题的计算机求解-(1)
运筹学实验报告(一)线性规划问题的计算机求解-(1)-CAL-FENGHAI.-(YICAI)-Company One1运筹学实验报告实验课程:运筹学实验日期: 任课教师:王挺第五种方案0 3 0 0第六种方案0 1 1 3第七种方案0 0 2 1设：第i种方案需要的钢管为Xi根（其中i=1，2...6）,可得:minz=X1+X2+X3+X4+X5+X6+X7解：model:min= X1+X2+X3+X4+X5+X6+X7;3*X1+2*X2+2*X3+X4>=100;X2+2*X4+3*X5+X6>=150;X3+X6+2*X7>=120;endObjective value: 135.0000Infeasibilities: 0.000000Total solver iterations: 2Variable Value Reduced CostX1 0.000000 0.2500000X2 0.000000 0.1666667X3 50.00000 0.000000X4 0.000000 0.8333333E-01X5 50.00000 0.000000X6 0.000000 0.1666667X7 35.00000 0.0000004人力资源分配问题某昼夜服务的公交线路每天各时间段内所需司机和乘务人员人数如表1所示。
班次时间所需人数班次时间所需人数1 6:00~10:00 60 4 18:00~22:00 502 10:00~14:00 70 5 22:00~2:00 203 14:00~18:00 60 6 2:00~6:00 30设司机和乘务人员分别在各时间段开始时上班，并连续工作8小时，问该公交线路应怎样安排司机和乘务人员，既能满足工作需要，又使配备司机和乘务人员的人数最少？5投资计划问题某地区在今后三年内有四种投资机会，第一种是在3年内每年年初投资，年底可获利润20%，并可将本金收回。
最新运筹学实践报告加工问题的(优质5篇)
最新运筹学实践报告加工问题的(优质5篇)（经典版）编制人：__________________审核人：__________________审批人：__________________编制单位：__________________编制时间：____年____月____日序言下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!并且，本店铺为大家提供各种类型的经典范文，如职场文书、公文写作、党团资料、总结报告、演讲致辞、合同协议、条据书信、心得体会、教学资料、其他范文等等，想了解不同范文格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!Moreover, this store provides various types of classic sample essays for everyone, such as workplace documents, official document writing, party and youth information, summary reports, speeches, contract agreements, documentary letters, experiences, teaching materials, other sample essays, etc. If you want to learn about different sample formats and writing methods, please pay attention!最新运筹学实践报告加工问题的(优质5篇)“报告”使用范围很广，按照上级部署或工作计划，每完成一项任务，一般都要向上级写报告，反映工作中的基本情况、工作中取得的经验教训、存在的问题以及今后工作设想等，以取得上级领导部门的指导。
运筹学最大流问题实验报告
运筹学最大流问题实验报告一、实验目的1. 学习最大流问题的基本概念。
2. 掌握最大流问题的求解算法。
3. 通过程序模拟求解，加深对最大流问题的理解。
二、实验原理最大流问题是在一个有向图中，给定一条源点到汇点的路径以及每一条边的最大容量，求最大流量的问题。
在网络流中，每个有向边都表示一定的流量，其中每个边的构成是（开始节点，结束节点，最大容量）。
最大流问题通常使用增广路算法或Ford-Fulkerson算法来求解。
1.增广路算法增广路算法是一种贪心算法。
该算法不断寻找一条增广路，并将增广路中的最小流量分配给这条增广路的每一条边。
当不存在增广路时，算法结束，返回最大流量。
2.Ford-Fulkerson算法Ford-Fulkerson算法是一种经典的解法，它是基于增广路径的算法。
但是这种算法是暴力寻求增广路径，时间复杂度较高。
需要借助一个可行函数，用来判断剩余网络中是否还有增广路。
一个网络的可行函数应该满足：当且仅当所有的边都满足限制的时候，可行函数有唯一最大值。
可行函数常常构建为距离标号（下面会讲到）。
三、实验步骤使用Python语言，实现最大流问题的求解算法。
算法采用增广路算法。
1. 构建有向图，每个节点可以表示为一个数字。
源点的编号为0，汇点的编号为N-1。
有向边的构成是（开始节点，结束节点，最大容量）。
2. 实现BFS广度优先搜索算法寻找增广路径。
3. 实现对路径上节点的最小流量计算并更新网络。
4. 不断循环执行2、3步骤，直到不存在增广路径为止。
5. 输出最大流量。
四、实验结果下面是一个简单的实例，以验证程序的正确性。
在这个网络中，从源点0到汇点5，可以有两条不同路径：0→1→2→4→5和0→1→3→4→5。
这两条路径中，最小容量的路径是第一条，容量为3。
在执行完毕后，程序输出了最大流量为3。
五、实验结论通过本实验，我们学习了最大流问题的基本概念，掌握了最大流问题的求解算法，并且通过程序模拟成功地求解了一个基本问题，加深了对最大流问题的理解。
运筹学运输问题的实验结论
运筹学运输问题的实验结论
根据运筹学的实验研究，以下是针对运输问题得出的一些结论：
1. 最优解存在：对于运输问题，总是存在一个最优解。
这意味着通过合理的运输方案，可以最大程度地满足需求，最小化成本。
2. 可行解集是有界的：在运输问题中，可行解集合是有界的，即存在某个上界，使得解决方案不能超过该上界。
这意味着在解决问题时需要在这个有界的解空间中进行搜索。
3. 需要使用线性规划方法：运输问题可以被看作是一个线性规划问题，可以使用线性规划方法来求解。
线性规划方法可以通过建立数学模型，将运输问题转化为最小化或最大化一个线性函数的问题。
4. 早期建立实验模型可以节省时间和资源：在实验研究中，建立一个运输问题的实验模型可以帮助决策者更准确地了解运输问题的本质，并在实践中节省时间和资源。
5. 利用敏感性分析来评估方案：敏感性分析可以评估运输方案的稳定性，即在不同的环境或条件下，方案的性能如何变化。
通过敏感性分析，可以评估不同变量的变化对运输方案的影响，以制定更有鲁棒性的方案。
需要注意的是，这些结论是基于实验和研究的结果得出的，可能仍然存在一些特定情况或具体问题中的例外。
因此，在具体
应用中，仍然需要灵活考虑，结合实际情况来决策和解决运输问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
运筹学实验报告学院：经济管理学院专业班级：工商11-2班姓名：***学号：************实验一线性规划一实验目的学习WinQSB软件的基本操作，利用Linear Programming功能求解线性规划问题。
掌握线性规划的基本理论与求解方法，重点在于单纯形法的应用以及灵敏度分析方法。
二、实验内容安装WinQSB软件，了解WinQSB软件在Windows环境下的文件管理操作，熟悉软件界面内容，掌握操作命令。
利用Linear Programming功能建立线性模型，输入模型，求解模型，并对求解结果进行简单分析。
三实验步骤1．将WinQSB文件复制到本地硬盘；在WinQSB文件夹中双击setup.exe。
2．指定安装WinQSB软件的目标目录（默认为C:\ WinQSB）。
3．安装过程需要输入用户名和单位名称（任意输入），安装完毕之后，WinQSB菜单自动生成在系统程序中。
4．熟悉WinQSB软件子菜单内容及其功能，掌握操作命令。
5．求解线性规划问题。
启动程序开始→程序→WinQSB→Linear and Integer Programming。
某工厂要用三种原材料C、P、H混合调配出三种不同规格的产品A、B、D。
已知产品的规格要求，产品单价，每天能供应的原材料数量及原材料单价分别见下表1和2。
该厂应如何安排生产，使利润收入为最大？表1表2C P H 10010060652535（1）计算过程（1）利用WinQSB软件，根据建立的数据模型，设定完成后建立问题的电子表格；在电子表格中输入各个系数，保存。
如下图：点击菜单栏Solve and Analyze中的Solve the Problem项或者点击工具栏中的图标用单纯形法求解，查看求解得出的结果；（2）点击菜单栏Solve and Analyze中的Solve and Display Steps，查看单纯形法在求解该问题时的具体迭代步骤；点击菜单栏Solve and Analyze中的Graphic Method，用图解法求解，显示可行域。
四实验结果分析在实际应用中，最终我们得出的对于原料分配问题作出了最优的分配，利用其软件进行求解既简便又快捷，表中数据可根据用户要求自行设置，在合理安排产品的生产决策上，对于研究如何合理使用企业各项经济资源，以及研究如何统筹安排，对人、财、物等现有资源进行优化组合，实现最大效能上都可以使用。
能有效地提高组织及决策的速度及准确性，并且WinQSB软件的普遍性优点使之更适合促进科学决策的信息化水平实验二运输问题一、实验目的掌握运输问题和指派问题的求解方法，并能够熟练运用WinQSB软件的Network Modeling功能求解给出的问题。
二、实验内容对于给出的运输和指派问题，建立新模型，利用WinQSB软件的Network Modeling进行求解，并对求解结果进行分析。
同时手工求解给出的问题，将两种方式的求解结果进行对比。
三,实验步骤设有三个化肥厂（A, B, C）供应四个地区（I, II, III, IV）的农用化肥。
假定等量的化肥在这些地区使用效果相同。
各化肥厂年产量，各地区年需要量及从各化肥厂到各地区运送单位化肥的运价表如下表所示。
试求出总的运费最节省的化肥调拨方案。
注意：表格中的运价可以填入M（任意大正数）。
1．启动程序，开始→程序→WinQSB→Network Modeling2．（1）点击菜单栏File中的New Problem项，建立新问题。
对其进行求解：选择问题类型：Transportation Problem最值问题：Minimization数据呈现格式：Spreadsheet Matrix Form资源个数：4目的地：6（1）利用WinQSB软件，根据建立的数据模型，设定完成后建立问题的电子表格；在电子表格中输入各个系数，保存。
如下图：（2）点击菜单栏Solve and Analyze中的Solve the Problem项或者点击工具栏中的图标用单纯形法求解，查看求解得出的结果；由图可知：每个地方的最佳运费以及总运费2460（3）点击菜单栏Solve and Analyze中的Solve and Display Steps，查看单纯形法在求解该问题时的具体迭代步骤；（4）点击菜单栏Solve and Analyze中的Graphic Method，用图解法求解，显示可行域。
实验内容二人事部门欲安排四人到四个不同岗位工作，每个岗位一个人。
经考核五人在不同岗位的成绩（百分制）如下表所示，如何安排他们的工作使总成绩最好，应淘汰哪一位。
工作人员人力资源物流管理市场营销信息管理甲乙丙丁戊85958286769287839085737879809290959088931．启动程序，开始→程序→WinQSB→Ntwork Modeling2．（1）点击菜单栏File中的New Problem项，建立新问题。
对其进行求解第一步：解决问题，每个人在不同岗位的成绩显示第二步：最优结果展示：甲做市场营销，成本73；乙没有分配任务，成本为0；丙做物流管理，成本为83；丁做信息管理，成本为88；戊做人力资源，成本为76；总成本为320点击菜单栏Solve and Analyze中的Graphic Method，用图解法求解，显示可行域四实验结果分析在实际问题中，有些运输问题数据量大，计算繁琐，利用手工计算是不切实际而采用软件来求解，我们可以既简便又快捷的求解出对于资源分配人员指派的安排，既能够达到既满足工作需要，又使总成本和额外消耗最低，即用最少的人力资源成本获取最大的利益。
在合理安排产品的生产决策上，对于研究如何合理使用企业各项经济资源，以及研究如何统筹安排，对人、财、物等现有资源进行优化组合，实现最大效能上都可以使用软件求解运输问题来解决。
同时有效地提高组织及决策的速度及准确性，对社会生产以及生活都有着重要的作用实验三整数规划问题一、实验目的掌握常见整数规划问题的基本形式，以及相应的求解方法。
能够熟练运用WinQSB软件的Integer Programming功能求解整数规划（纯整数、混合整数）、0-1规划问题。
二、实验内容对于给出的问题，建立整数规划模型，利用WinQSB软件进行求解，并对求解结果进行简单分析。
三，实验步骤某厂拟建两种不同类型的冶炼炉。
甲种炉每台投资为2个单位，乙种炉每台需投资为1个单位，总投资不能超过10各单位；又该厂被允许可用电量为2个单位，乙种炉被许可用电量为2个单位，但甲种炉利用余热发电，不仅可满足本身需要，而且可供出电量1个单位。
已知甲种炉每台收益为6个单位，乙种炉每台收益为4个单位。
试问：应建甲、乙两种炉各多少台，使之收益为最大？第一步：变量个数：2约束条件：2最值问题：Maximization数据格式：Spreadsheet Matrix Form变量值的类型：Nonnegative Continuous变量个数：2约束条件：2最值问题:Maximization数据格式：Spreadsheet Matrix Form变量值得类型：Nonnegative Continuous（1）问题分析与模型建立目标函数：Max Z=6X1 + 4X2约束条件：2X1+X2<=102X2-X1<=2（2）求解问题，并观察求解结果最优值为X1=3.6 X2=2.8 最大值Z=32.8实验内容二：某厂拟在A、B、C、D、E五个城市建立若干产品经销联营点，各处设点都需资金、人力、设备等，而这样的需求量及能提供的利润各处不同，有些点可能亏本，但却能获得贷款和人力等。
而相关数据如下表所示，为使总利益最大，问厂方应作出何种最优点决策？资源城市应投资金应投人力应投设备获利A B C461254121114.53.89.5D E -813-8-2-1.5资源限制20 15 2 变量个数：5约束条件：2最值问题：Maximization数据格式：Spreadsheet Matrix Form变量值的类型：Nonnegative Continuou目标函数：Max Z=4.5X1 +3.8X2 +9.5X3 -2X4 -1.5X5 约束条件：4x1 +6x2 +12x3 -8x4 +x5<=205x1 +4x2 +12x3 +3x4 -8x5<=15X1 +x2+ x3+ <=2最优值x1=0 x2=0 x3=2 x4=0.6721 x5=1.377 Max Z=15.5902四实验结果分析通过本次试验让我加深了对于运筹学在整数规划冶炼炉用电问题和产品经销联营店利润问题方面的广泛应用，运筹学的整数规划理论知识能够帮助我们实现最大化利润，减少不必要的浪费，我发现运筹学是一门应用很广泛的学科，我们应该灵活地应用到实际生活当中去，从而实现合理规划自己的各方面管理，解决生活中很多实际的的问题。
实验四网络优化一、实验目的掌握最小支撑树、最短路、最大流的求解方法，并能够熟练运用WinQSB软件的Network Modeling功能求解不同问题。
二、实验内容利用WinQSB软件的Network Modeling功能求解最小支撑树、最短路、最大流问题，掌握求解步骤，分析求解结果。
三实验步骤某市政公司在未来5~8月份内需完成四项工程：（A）修建一条地下通道，（B）一座人行天桥，（C）一条道路和（D）一个街心花园，工期和所需劳动力见下表。
该公司共有劳动力120人，任何一项工程在一个月内的劳力投入不能超过80人。
问该公司如何分配劳动力完成所有工程以及能否按期完成。
试将此问题归结为最大流问题，并进行求解。
工程工期需要劳动力（人）A 5~7月100B 6~7月80C 5~8月200D 8月801．启动程序，开始→程序→WinQSB→Network Modeling2. 首先，在Net Problem Specification对话框的Problem Type中选择Maximal Flow Problem （最大流问题）；Objective Criterion中选择Maximization（最大化）；选择Graphic Model Form；在Problem Title中键入问题名，自己设定；Number of Nodes输入节点数量。
选择问题类型：Maximal Flow Problem最值题：Maximization数据格式：Graphic Mode Form结点个数：10绘制工程在不同工期需要人数的网状图以表格的形式展现结果：不同工程在不同工期内的人员调配最佳方案以网络图展示不同工程在不同工期的人员调配最佳方案四实验结果分析运筹学是一门实用的学科，学习运筹学，结合生活实际运用运筹学，我们可以将资源最大化利用。